1、安全是軌道交通永恒的主題，尤其是在軌道交通事業(yè)集中建設和高速發(fā)展的全盛時期，安全問題更是全社會關注的焦點。軌道交通列車的正常服役是保障軌道交通系統安全高效運營的必要條件，而軌道交通列車能否正常運行直接取決于其中的運行安全關鍵設備的服役狀態(tài)。但是，我國現有的軌道交通列車及其運行安全關鍵裝備在線服役狀態(tài)的辨識、預測、診斷和控制技術和手段遠遠不能滿足軌道交通系統動態(tài)化系統化的主動安全保障需求。針對這一重大問題，急需研究并提出系統化的列車運行安

2、全關鍵設備服役狀態(tài)辨識和預測的方法。鑒于此，本文在進行了如下研究工作:
　　1.在了解分析列車關鍵設備狀態(tài)監(jiān)測、安全域估計理論和方法等相關的國內外研究現狀的基礎上，參考借鑒相關領域的已有成果，系統地提出了基于安全域理論的列車運行安全關鍵設備服役狀態(tài)辨識方法。闡述了安全域的基本概念和內涵，說明了基于安全域估計進行狀態(tài)辨識的基本原理;提出了基于安全域估計理論的狀態(tài)辨識方法框架，給出了方法實施的通用步驟，并針對方法實現中的邊界估計這一關

3、鍵技術問題，根據研究對象是否便于建立數據模型提出了兩條并行的技術路線:基于模型的邊界估計技術和數據驅動的邊界估計技術;對于本文使用的數據驅動的邊界估計技術實現，提出了采用支持向量機的方法，并根據狀態(tài)辨識需求給出了二分類的和多分類的支持向量機算法。
　　2.在基于安全域估計理論的狀態(tài)辨識方法框架的基礎上，提出了一種面向實時狀態(tài)特征的安全域狀態(tài)辨識方法。該方法在狀態(tài)特征提取方面，首先采用了較新穎的局部均值分解方法將數字信號分解為多個分

4、量，然后計算了信號分量的直接時域特征以及基于能量和熵的兩類實時狀態(tài)特征指標;以列車滾動軸承作為實例，分別利用不同工況環(huán)境下的數據對算法的辨識精度、魯棒性和實時性進行了全面測試，實驗結果表明基于實時狀態(tài)特征的狀態(tài)辨識方法的計算效率很高，而辨識精度和抗干擾性能方面表現一般。
　　3.從基于數據的統計分布特性提取狀態(tài)特征方面考慮，提出了面向統計狀態(tài)特征的安全域狀態(tài)辨識方法。首先清晰地給出了基于統計狀態(tài)特征提取和支持向量機的狀態(tài)辨識方法，

5、詳細敘述了其實現步驟;然后，針對方法步驟中的統計狀態(tài)特征提取問題，細致地闡述了基于主成分分析的統計狀態(tài)特征提取方法;仍以列車滾動軸承作為實例，通過不同工況環(huán)境下的多組實驗仿真，測試了方法的辨識精度、魯棒性和實時性，實驗結果表明基于統計狀態(tài)特征的狀態(tài)辨識方法具有極高的辨識精度和優(yōu)越的魯棒性，但該方法計算負擔大執(zhí)行效率低，實時性方面表現一般;最后簡要介紹了作者參與的國家863重點項目中關于安全域狀態(tài)辨識方法的現場應用系統的設計工作。

6、　　4.基于列車運行安全關鍵設備服役狀態(tài)辨識方法的研究結果，進一步對基于狀態(tài)監(jiān)測的剩余壽命預測問題進行了探討。敘述了幾類常用的基于狀態(tài)監(jiān)測的剩余壽命預測方法，給出了各類方法的基本原理、優(yōu)缺點和適應環(huán)境;詳細討論了能夠同時融合可靠性信息和狀態(tài)監(jiān)測信息的比例風險模型，對基于比例風險模型的剩余壽命預測方法進行了詳細闡述;基于滾動軸承的全壽命振動數據，進行了試驗仿真，結果表明，相對于僅依靠狀態(tài)監(jiān)測信息的剩余壽命預測方法來說，本文提出的基于統計狀