铁路是我国交通运输的重要基础设施,而列车是铁路运输的具体载运工具。列车轮对作为机车车辆的支撑走行部件,由于其长期处于高速重载多粉尘的工作环境,相关工作面长期承受交变接触应力的作用,极易引起零件的疲劳和裂纹等早期缺陷。如任由缺陷继续发展,会给列车带来额外的冲击振动,导致零件发热和车轴裂纹,继而产生燃轴切轴,甚至导致车毁人亡的严重事故。因此,在列车运行过程中对轮对关键部件开展状态监测与故障诊断,及时发现早期故障是非常有必要的。本论文通过理论分析提出频带变化类故障的定义。在详细分析列车轮对关键部件结构和振动特性的基础上,开展了牵引齿轮、机车轴箱轴承和电机轴承的故障振动特性、频带变化故障机理以及监测方法和故障诊断信号处理算法的研究。通过理论分析、仿真研究、实验分析以及实际应用相结合的方法开展研究。主要研究内容如下：(1)分析了列车轮对关键部件的机械结构和特点,分别对其振动特性和故障机理等进行了研究,归纳了列车轮对常见故障的频谱特性。详细分析了列车运行过程中所受到的外部影响因素,在此基础上归纳并提出了频带变化类影响因素的概念,提出了列车轮对频带变化类故障定义。并建立该类故障的通用数学模型。(2)定义与列车运行状态因素无关的故障特征参数K。分析故障特征频率fg与故障特征参数K之间的相互关系,将常规的频谱分析方法归一化应用到特征域信号中,实现特征域信号分析方法。并详细分析了特征域分析的原理,研究了特征域分析实现的若干关键技术(整周期采样电路的设计、采样参数的选取、等角度重采样分析技术等)。并通过故障信号的仿真分析和列车轮对故障实验平台的实验研究验证了特征域分析方法的准确性和实用性。仿真分析和实验结果表明,该方法可以实现列车轮对故障的无转速波动敏感性的精确诊断。(3)分析了列车轮对振动信号的似周期特性。研究了列车轮对频带变化类故障的自相关循环平稳特性。选取谱相关密度函数作为列车振动信号的循环统计量进行研究。通过列车轮对振动信号的循环自相关函数,对其降噪效果进行了研究。以列车运行过程中最常见的加性噪声为例,分析了循环自相关函数的降噪效果。继而研究了谱相关密度函数对列车轮对振动信号中常见噪声分量的降噪特性。通过仿真信号和实验数据加以验证,取得了较为理想的效果。(4)选取信号循环平稳特性分析中的循环频率α加以分析,提出了基于全频段扫频算法的循环频率α提取算法。通过计算循环频率α处的谱相关密度函数,提取列车轮对频带变化类故障特征。并研究了高阶谱分析方法在轮对故障诊断中的应用。结合等角度信号采集技术,提出了等角度信号的双谱分析方法,通过双谱对角切片谱分析方法,提取故障特征信息。实际应用研究表明该方法具有一定的实用性。(5)研究了列车轮对故障的局域均值分解方法(简记为LMD),结合列车轮对故障信号的特点,采用LMD方法对信号加以分解。提出了窗口滑动平均处理的LMD技术,将多分量信号分解为若干单分量信号,提取列车轮对转频瞬时频率,以实现无转速跟踪的特征域信号分析技术。对于LMD的端点效应,提出基于原始信号局域波形统计特征的延拓特征波方法,以消除分解算法的端点效应。定义端点效应烈度公式,定量分析消除效果。通过应用分析,验证了上述方法。(6)采用信号时频分析方法提取其时频特征。提出了列车轮对状态实时监测的修正多项式WVD。研究了考虑频带变化因素的时核函数改进方法。针对多项式核函数的WVD分布图较为复杂,提出了基于Viterbi算法的时频分布图最优路径搜索算法。通过列车轮对故障实验平台和实际列车运行数据分析加以验证。论文中针对列车轮对监测与故障诊断所提出的各种方法均经过了严格的理论分析、模拟实验或实际运行实验,具有较强的实际工程应用性。且论文提出的相关分析方法,是在综合考虑列车运行过程中普遍存在的转速波动情况,提出精确诊断算法。相关的监测诊断方法,不仅适用于列车轮对的监测诊断,还可推广应用到其他存在转速波动的旋转机械监测诊断中,具有非常明显的是实际应用意义。