近年来,随着我国铁路货运规模的不断扩大,其运营安全问题逐渐引起了广泛关注。铁路货车作为铁路货运的运输载体和核心,其安全隐患极易进一步扩大为严重的安全事故。而货车轮对轴承作为铁路货车的关键部件之一,其服役性能的好坏直接影响着铁路货车的运行安全。因此,深入研究铁路货车轮对轴承的故障诊断技术,对提高铁路货车运行安全保障水平和科学运营维护有着重大意义。本文以铁路货车轮对轴承为研究对象,针对不同应用场景下货车轮对轴承故障诊断中存在的冲击噪声问题和小样本问题展开研究,对应的提出了两种故障诊断方法。本文主要完成了以下工作:(1)针对在线监测应用场景中存在的冲击噪声问题,提出了一种基于经验模态分解和循环互相关熵的故障诊断方法。在分析相关熵对冲击噪声抑制作用的基础上,利用经验模态分解重构信号与原信号的循环互相关熵谱实现了冲击噪声环境下轴承故障类型的辨识,利用仿真信号与两种实例信号对该方法的有效性进行了验证;提出了一种故障辨识效果评价指标KR_s对不同方法的故障辨识效果进行量化,通过与谱峭度、谱相关等常用方法进行对比,证明了本文所提出的方法具有更好的辨识效果。(2)针对离线分析应用场景中存在的故障样本稀缺的小样本问题,提出了一种基于改进分布适配的小样本轴承故障诊断方法。在对基于联合分布适配的迁移学习方法进行研究的基础上,利用相关熵距离测度改进了联合分布适配的基础分类器KNN,结合从时域、频域和熵域三个方面提取得到的23种故障特征指标,构建了小样本下的滚动轴承迁移诊断模型。利用凯斯西储大学实验室丰富的轴承数据实现了对实际货车轮对轴承数据的迁移故障诊断任务,在一定程度上解决了货车轮对轴承的小样本问题。(3)为将提出的两种故障诊断方法理论转化为实际应用,基于上述研究成果开发了货车轮对轴承故障诊断原型系统。利用MATLAB平台中的App Designer工具设计了信号处理故障诊断模块和智能分类故障诊断模块,实现了原型系统中的故障诊断、数据管理和诊断报告等功能,使用实际数据信号完成了功能测试,验证了原型系统的可行性,为进一步开发现场应用的货车轮对轴承故障诊断系统奠定了基础。