钢轨疲劳具有潜伏期长、隐蔽性高、易导致突然脆性断裂的特点,是既常见又危险的损伤形式之一,为线路的正常服役埋下了极大的安全隐患。微裂纹是钢轨疲劳的早期征兆,对其进行有效检测和及时干预可以严格把控风险,降低维保成本,防患于未然。然而,受检测原理限制,传统线性超声探伤方法对钢轨疲劳微裂纹并不敏感,漏检现象频发,严重威胁行车安全。相比之下,作为一种先进的非线性声学检测技术,振动声调制方法具有检测灵敏度高、有效探测范围广、易于提取损伤信号等显著优势,非常适合用于对钢轨疲劳微裂纹进行检测,排除伤轨隐患,保障铁路畅通。因此,本文以钢轨疲劳微裂纹为研究对象,提出了一套基于振动声调制技术的损伤评价算法,实现了对钢轨微裂纹的辨识预警、定量监测与定位成像,主要包括以下四部分内容:（1）对振动声调制作用下的非线性波动方程进行了延伸推导。将指数形式的声波衰减函数引入振动声调制波动方程,根据裂纹开合运动与声波透射的相关关系,提出了压缩非线性弹簧模型对裂纹开合运动进行模拟,对比分析了基于压缩/传统非线性弹簧模型的振动声调制波动方程,并设计实验对上述推导进行验证。（2）提出了基于时频谱减法的微裂纹辨识算法。采用频域分辨率更高的变分模态分解代替希尔伯特黄变换中的经验模态分解,将有/无低频振动情况下的接收信号转换至时频谱并进行相减运算与成分分析,实现了对钢轨微裂纹的辨识预警。（3）提出了基于能调结合法的微裂纹定量算法。根据接触非线性导致的能量损失与裂纹宽度的量化关系,结合振动声调制边频幅值与非线性裂纹参数（面积s×宽度平方d2）的正比关系,实现了对钢轨微裂纹面积与宽度的定量监测。（4）提出了基于时空分析法的微裂纹定位算法。设计稀疏接收传感器阵列,根据阵元的空间位置分布与损伤信号到达各阵元的时间差进行逆向推导溯源,并通过计算损伤概率矩阵实现了对钢轨微裂纹的定位成像。本文为振动声调制的检测机理探究做出了有益探索,提出了一套涵盖钢轨微裂纹辨识、定量与定位的“三位一体”综合评价算法,其有效性在轨底微裂纹检测过程中得到了验证。同时,本文方法无需与被测钢轨在健康状态下的基准信号进行对比,不必始终保持传感器与钢轨的紧密集成,不受材料非线性、边界反射等干扰因素的影响,有效提高了接收信号利用率,适用于对钢轨等复杂结构进行探测,彰显了良好的实用价值与广阔的应用潜力。全文共包括图53幅,表5个,参考文献118篇。