随着城轨车辆运行速度的不断提升,轮轨之间的相互动力作用加剧,车轮全局不圆现象频繁发生,对城轨列车的安全运营带来很大影响。因此,研究车轮全局不圆的检测方法具有重要意义。本文在总结国内外研究成果的基础上,提出了基于振动信号的城轨列车车轮全局不圆度检测方法,主要工作内容如下:(1)基于SIMPACK建立了车辆-轨道耦合动力学模型,并以车轮全局不圆度作为输入信号进行仿真,得到轮轨振动信号。(2)设计了城轨列车车轮全局不圆度故障检测系统,包括需求分析、系统总体设计、关键硬件选型以及现场系统安装,为后续算法提供现场数据来源。(3)研究了基于改进小波阈值的振动信号降噪。针对原始振动信号中包含噪声的问题,提出了一种改进的小波阈值降噪方法,最后通过实验证明了该方法具有更好的降噪效果。(4)研究了基于IMPE的振动信号特征提取。将多尺度排列熵引入到车轮全局不圆度故障特征提取中,但在熵值计算过程中稳定性欠佳,为此提出一种改进的多尺度排列熵。最后通过仿真信号和实测数据验证了该方法的可行性和有效性。(5)研究了基于极限学习机的故障识别方法。将正常和故障车轮的特征向量输入到极限学习机中进行训练,然后测试分类效果,并与BP神经网络进行对比,证明了极限学习机识别车轮全局不圆度故障的准确性和优越性。