磁吸式（Electromagnetic Suspension，EMS）中速磁浮列车作为一种新型磁浮列车，综合了低速磁浮列车导向结构简单和高速磁浮列车速度快的优点。悬浮传感器作为中速磁浮关键部件，工作环境恶劣，易于损耗，其发生故障会严重影响列车稳定悬浮，甚至造成落车或吸死事故。本文以单铁悬浮系统传感器为对象，对传感器故障诊断方法进行研究，包括分析所有典型故障特征、采用最速跟踪微分器与变分模态分解(Variational Mode Decomposition，VMD)进行故障诊断等。主要研究内容与成果如下:　　(1)进行了单铁悬浮系统传感器故障特征分析。将单铁悬浮系统视为黑箱，考虑反馈控制律影响，首先对单铁悬浮控制系统悬浮行为进行建模，分析传感器典型故障，获得了间隙、加速度与电流三种传感器的故障信号，在此基础上分析故障信号时域特征。结果表明，三种传感器部分故障存在相似的特征。对独特特征的故障提出了简单快速的幅值域诊断方法;对相似特征的故障，简单的时域分析无法诊断。　　(2)基于采样控制最速跟踪微分器，对时域特征明显的传感器故障进行诊断。本文首先采用最速跟踪微分器对间隙信号微分，通过判断微分速度信号与加速度积分的速度信号的对比残差判定是否发生故障，利用贝叶斯决策理论设定残差阈值，然后对故障信号进行幅值域分析精确判定了传间隙传感器加性故障、乘性故障、加速度传感器加性故障、零输出故障四种故障类别。　　(3)将变分模态分解与傅立叶变换相结合判定了时域特征不明显的传感器故障。本文利用通过变分模态分解与傅立叶变换对加速度传感器与电流传感器乘性故障信号的时频域进行了分析，结果表明:中高频率分解信号能较好的表征传感器在实际运行中状态并指示故障类别。　　(4)本文通过引入模态函数和混沌萤火虫算法改进了VMD方法在故障分析中稳定性与及时性不足的缺陷，更加适用于磁浮列车传感器故障的在途实时诊断。首先基于通过分析传感器频域信号特征，提出了传感器故障诊断固定频率的选择方法，在VMD自适应分解过程中引入调幅定频的模态函数，提高了诊断的稳定性;其次，采用混沌萤火虫算法对改进的VMD方法进行参数调优，根据诊断需求提出参数评价函数，提高了VMD方法在传感器诊断中的计算效率。　　本文提出的两种诊断方法以及故障判定准则均能有效的应用于单铁悬浮系统的传感器故障诊断，跟踪微分器方法能够迅速诊断对列车影响严重的故障，改进VMD方法能够及时诊断较为隐蔽的故障。