众多的人口涌入一二线城市,使城市急剧膨胀,在带来经济效益高速发展的同时,也会衍生出许多基于衣食住行的根本性问题。城市的交通通道如同人体的血管,更加畅通的运行才会使其健康的发展,地铁作为一种高效的运输方式,将成为城市交通的大动脉。短距离且快速地运送乘客,高行车密度和对列车准点率的精确把控,促使列车运行速度快且频繁变化,急剧加速减速的增多意味着会使轴温骤增,进而影响地铁运行的安全性。在本文的研究中,通过对地铁轴温监测系统采集到的地铁列车轴箱轴承温度的研究,采用非线性状态估计（NSET）方法来进行理论计算,最后建立基于NSET的地铁列车轴承温度预测模型。在此基础之上,利用Lab VIEW和MATLAB进行混合编程,设计出某型地铁列车在固定线路运行时的地铁列车轴箱轴承温度预警系统。该系统对地铁列车运行时出现的轴承故障进行早期预警,进而为地铁列车的安全运行提供了技术支撑。具体完成了如下工作:（1）基于轴箱轴承温升的原理,结合建立轴承的生热模型与散热模型来分析影响轴承温度上升的因素,在此基础上基于PCCs法分析各因素与温度间的相关性程度,又以实际运行数据为对象,基于PCCs法分析列车在运行工况下各因素与温度的相关性程度,最后得出决定地铁轴箱轴承温度上升的主要因素有轴承的润滑状态、轴承起始温度、轴承载荷、轴承的工作时长、轴承转速和轴承运行所处环境温度。（2）以非线性状态估计原理为基础,分析基于NSET方法的建模原理。进一步对建模参数的优选进行研究,确定了建模数据的选取原则,制定了对建模参数的处理方法。对建模过程进行研究,确定了建模过程中的三大关键步骤:建立过程记忆矩阵、求解预测向量和求解残差,并对这三大关键步骤的求解给予阐明。（3）设计了基于马氏距离的NSET模型,并以此模型来对地铁轴承温度进行预测。采集地铁列车运行中轴承温度上升的影响因素数据,将其作为特征数据导进模型后对模型的有效性进行验证。以基于BP神经网络和PSO-BP神经网络的温度预测模型为横向对比对象,验证本文方法的可靠性。（4）使用MATLAB软件编写基于马氏距离的NSET模型的轴承温度预测算法,使用Lab VIEW软件对地铁列车特定线路轴箱轴承温度预警系统界面进行图形化编程,设计一款针对地铁列车轴箱轴承温度的预警系统。