城市轨道列车牵引系统故障诊断对保障轨道车辆安全可靠运行,防止交通事故发生有重要意义。为了有效提取轨道车辆故障特征,本文将局部特征尺度分解引入城市轨道列车轴承振动信号分析,取得以下成果：分析了轨道车辆轴承振动信号特点,重点讨论了其非平稳、非高斯性特征与故障的关系。论证了用自适应信号分析方法提取车辆轴承故障特征的有效性和实用性。研究了常用自适应信号分析方法如经验模态分解(Empirical Mode Decomposition, EMD)、局部均值分解(Local Mean Decomposition, LMD)和局部特征尺度分解(Local Characteristic-scale Decomposition,LCD)的特点和不足之处。局部特征尺度分解(LCD)能够自适应地将一个复杂信号分解为若干个瞬时频率具有物理意义的内禀尺度分量与一个余项之和。这一特性使得LCD特别适合于处理非平稳信号。将局部特征尺度分解与经验模态分解对比,局部特征尺度分解在抑制端点效应和迭代所需时间,瞬时特征的精确性等方面优于经验模态分解,因而更适用于振动信号在线分析。总结上述研究成果,开发了城市轨道列车在途安全检测与故障诊断系统。该系统通过以太网监测车辆轴承温度和振动信号,用局部特征尺度分解提取故障特征,实现车辆轴承运行故障早期诊断和预警。系统成功用于广州地铁列车运行测试,能有效诊断各种类型的轴承故障。