高速列车运行安全问题是列车系统重要的组成部分。随着我国铁路交通行业的迅猛发展,短短十年间已完成了六次大提速,我国铁路已逐步跨入了以“客运高速、货运重载”为特征的时代,伴随着全网提速而来的是铁路系统对列车运行安全的更高要求。随着列车服役时间的增加,车辆动力学性态会发生多种变化,对列车运行状态的判断就显得更加困难。本课题通过研究安装于列车转向架上的多组传感器数据,分析列车在几种特定工况下实时数据变化规律,对不同工况信号进行了识别分类。本文首先对传感器数据做了简要介绍,对实验中所涉及到的几种减振器以及它们各自的作用做了详细说明。分析了常用了几种时域分析参数和时频分析方法,给出了本文所选的时域特征和S变换的原因及目的。用选定的几种时域特征对各种工况进行了分析,提取其在时域中具有比较高辨识度和理论价值的特征,使用支持向量机对故障工况进行分类。在四种单一工况和三种混合工况的分辨中都取得了一定效果,并在文中给出了不同部位通道在不同速度下的分辨率。利用S变换的方法,完成了对各种速度情况下,单一工况和混合工况所有通道的处理,将离散信号变换为时频域中的S变换模矩阵。提取出模矩阵中基频下的各种特征,输入支持向量机进行分类,给出了在四种单一故障工况和三种混合故障工况在所有通道中的分辨率。基于时域及S变换其分类效果,本文采用了多通道混合识别的方法对时域和S变换进行改进。尝试将这一方法运用于四种单一故障工况和三种混合故障工况的分辨中,获得了明显高于单通道独自识别的分类效果,并在文中给出了这些通道的识别率。