近些年随着我国高速列车行业不断发展,保障列车运营的安全性及稳定性成为我国相关研究人员不可忽视的研究目标之一。高速列车轴承是列车走行部上的重要零部件,也是易损易坏部件,如今对于轴承故障诊断的研究有很多,但是真正应用于列车轴承故障诊断的系统很少,企业中对于轴承检修存在很多问题,因此对列车轴承进行故障诊断及检测系统的研究是非常有必要的。本文首先通过实地调研,对我国高速列车常用轴箱轴承进行介绍,然后对高速列车轴箱轴承常见的故障类型、故障产生原因及故障影响进行简单总结。通过对实际轴箱轴承进行三维建模及模态分析对轴承振动机理进行研究。并通过故障模拟试验采集轴承振动信号数据,分析了滚动轴承不同故障状态下到的振动信号特征。本文详细介绍了几种不同故障诊断方法故障信号提取方法,故障诊断方法包括时域指标法、频谱分析法、时频分析法和共振解调法,故障信号提取方法包括时域指标法、小波包分解能量法和EMD分解峭度值法。最后应用不同的特征提取方法建立三种神经网络,包括BP神经网络、PNN神经网络和RBF神经网络共九种诊断模型。本文应用混合编程技术将LabVIEW和MATLAB两种软件相结合作为编程的软件基础,结合多种信号处理及故障诊断方法,设计搭建软件系统,又应用数据采集卡和传感器等工具搭建硬件系统,将软硬件系统相结合建立总体故障监测诊断系统。最后通过三种不同数据来源试验对该系统进行全面的实验对比分析,充分证明了该仪器系统的准确性和可行性。该仪器系统界面友好、易于操作、方法全面准确率较高具有一定的应用价值。