随着我国铁路运输系统的不断提速，为充分保证列车安全运行，提高机车车辆行走安全可靠性是十分重要的问题。其中牵引电机轴承、轴箱轴承、主发电机轴承等的良好运行状态是确保列车安全运行的重要条件。因此，对轴承故障的诊断一直是受关注的一个课题。故障特征的提取关系到故障诊断的可靠性和准确性，是机械设备故障诊断中的关键问题，而且是机械设备故障诊断的瓶颈所在。论文介绍了机车轴承故障的成因、基本形式和振动模型，分析比较了当前已有的机车轴承故障诊断的理论与方法。针对轴承故障振动加速度信号的非线性、非平稳性，论文采用基于EMD(经验模态分解)的时频分析方法来提取轴承故障特征，把故障信号分解成各个IMF(本征模函数)来反映故障信号的动态特性，实现提取故障特征的目的。论文论述了基于EMD的时频分析方法的基本概念和基本原理，介绍了HHT(希尔伯特—黄变换)方法的基本理论和算法，对HHT方法中存在的计算量大和“边缘效应”的问题进行了改进，降低了算法硬件实现的难度，缓解了“边缘效应”带来的不利影响，提高了计算精度。对具有非平稳特性的构造信号和实验台采集信号做了大量仿真实验，证明了这种方法的有效性。