安全是铁路永恒的主题。列车运行安全事故集中体现在辐板孔车轮崩裂、卸荷槽车轴冷切、轴承热切轴事故。其中最典型的事故有轴承热切轴事故。目前国内外采用的比较先进的“5T”系统就是针对以上故障问题而开发设计的防范、预警智能系统。“5T”系统即：红外线轴温探测系统(简称THDS),货车运行状态地面安全监测系统(简称TPDS),货车滚动轴承早期故障轨边声学诊断系统(简称TADS),货车运行故障动态图像检测系统(简称TFDS),运行客车安全监控系统(简称TCDS)。该系统采用先进的检测技术手段,充分利用网络化、智能化和信息化技术,构筑了一个防范措施直接有效、设备布局点线成网、数据共享上下交错、监测跟踪全程覆盖的铁路货车安全防范体系,实现了地面设备对运行列车的动态监测、远程诊断、数据集中、联网运行,使铁路安全防范由人控转向机控,由传统转向现代,由粗放管理转向集约管理的历史性巨大转变,同时还为铁路货车制造和维修提供了大量数据信息,从而提高了货车整体质量及维修效率。本文通过对铁路安全形势进行分析,并且深入探讨了现行运用管理中存在的问题,认真地对车辆安全防范、预警“5T”系统的关键技术进行了学习与使用,参与了昆明铁路局“5T”防范、预警系统建设,旨在了解“5T”系统的原理与功能,进一步完善防范、预警系统功能及运用管理制度,充分发挥在高速化铁路发展过程中保安全、保运输的作用。其次,本文基于对“5T”防范、预警系统的学习,以轴承为对象,安装传感器采集卡,搭建轴承检测试验台,模拟列车轴承磨损状况,采集不同工况下的数据,在时域、频域及时频域进行特征值抽取,进而实现模式识别。在时域,抽取了时域信号的峰值、方差、标准差、翘度系数等特征；在频域,通过傅里叶变换,抽取重心频率FC、均方频率MSF、均方根频率RMSF、频率方差VF、频率标准差RVF；窗口fourier变换对信号的频带划分是线性等间隔的。多分辨分析能对信号进行有效地时频分解,但由于尺度是按二进制进行变换的,所以在高频段其频率分辨率较差,而且在低频段其时间分辨率较差。实际工程问题中,为了更为精细的分解信号,对信号的高频部分进行进一步的小波分解是必要的,因此在时频域特征抽取过程中,采用了现在信号分析过程中比较常用小波包分析方法,得到不同时频空间中的特征值。最后运用人工神经网络(本文采用BP神经网络)进行不同状态的模式识别,进而有效地确定出当前轴承所处的运行状态。最后,以获得的实验数据、经过分析得到的实验结果及研究经验,结合“5T”防范、预警系统的具体执行操作过程,用理论知识指导具体的实践操作,更好的运用“5T”防范、预警系统,让铁路运行变得更为安全。