轴承作为火车运行的重要部件,由于长期重载等因素,极易发生剥蚀等故障,轻则导致列车停运,重则引发脱轨等恶性事故,对其进行健康检测极为必要。振动诊断法广泛应用于滚动轴承的健康监测,一般假设轴承运行转速保持恒定或存在微小波动。然而,实际应用中轴承的转速波动可能较为剧烈,导致故障诊断困难。为此,本文研究了一种基于相关EEMD和阶比跟踪的故障诊断方法,具体内容和研究成果如下:首先,研究轴承的基本结构,分析了轴承故障的振动机理,研究了不同故障下的振动信号特征。除了单一故障,还将故障程度拓展到复合故障,得到常见复合故障的仿真模型,并应用于仿真验证。其次,提出一种相关集总经验模式分解(CEEMD)的轴承瞬时转速提取方法。该方法首先将振动信号利用EEMD分解为一系列固有模态函数,然后对固有模态函数与原始信号进行相关性分析,利用相关系数的趋势变化筛选出转频IMF,结合权重因子进行重构得到转速信号,利用STFT获取转速信号的时频谱图,最后通过峰值搜索和曲线拟合方法得到轴承的瞬时旋转频率。仿真和试验均得到了良好的瞬时频率曲线。最后,提出一种基于时谱峭度和峰值系数的故障识别算法。该方法首先利用时谱峭度算法定位由故障信号激发的结构共振频率,根据确定的共振频率范围选择故障IMF,然后分别求得故障IMF的包络阶比谱,计算每一个故障特征阶比处的峰值系数,以无故障信号的峰值系数为基础,设定合理阈值,当不同故障类型的峰值系数超过该阈值时,便可判定为故障存在。仿真和试验均验证了算法的有效性。本文研究成果对促进轴承故障振动诊断技术发展及其应用具有重要意义。