动车组是城际和市郊铁路实现小编组、大密度的高效运输工具。转向架是高速动车组的走行装置,决定了列车运营速度和运行品质。动车组转向架轴承的工作状况是影响铁路运输安全的重要因素之一因此,开展动车组转向架轴承可靠性分析与故障诊断的研究,对保证运营安全、提高维修效率和避免不必要的损失等都具有重要的意义。本文应用故障树分析法建立了动车组转向架轴承故障模型,并提出了提高其可靠性的要求,并简要介绍了动车组转向架轴承振动机理、故障特征频率等。在轴承故障的监测技术中,本文利用振动监测技术监测动车组转向架轴承,并深入研究了故障诊断领域比较先进的理论与方法。本文采用两种方法对轴承故障进行诊断和监测。一种是时频域参数指标诊断方法,另一种方法是：智能诊断方法,先对振动信号进行小波包消噪提高其信噪比,再采用基于EMD(经验模态分解)的方法来提取轴承故障特征,把故障信号分解得到IMF,对几个重要的IMF进行分析,获得每个IMF分量的能量,作为BP神经网络的输入向量；根据遗传算法寻优的特点,结合改进遗传算法对BP神经网络的参数进行优化,再利用其对轴承的故障进行诊断,分析了该方法诊断的效果。系统是以软件为核心的虚拟仪器开发,使得系统具有扩展性强、灵活定义、性能高和维护费用低等优势。系统软件开发的流程平台使用LabWindows/CVI。并在实验中,证实了动车组转向架轴承故障诊断系统能准确的预测其故障并提供合理的维修建议。