轴温是反映车轴性能的重要指标。针对现有基于固定轴温阈值的车轴故障检测系统,漏报和误报率高,且监测中正常轴温数据与故障轴温数据样本的严重不均衡,正常数据量远大于故障数据量的问题,本文基于列车监测数据,建立了适应于环境和运行状态的轴温动态阈值估计模型,及热轴故障诊断方法,可有效提高监测设备的可靠性与稳定性,为高速列车的车轴故障诊断提供了新的方法和手段,论文主要研究内容包括以下四个方面:1、通过对列车运行监测数据的统计分析,建立了轴温与其他监测因素的重要性分析模型,探明了列车在整体运行过程中,以及分别在牵引、惰行以及制动三个运行工况下,轴温变化的影响因素与关联程度。2、依据列车在牵引、制动及惰行工况下的重要性分析模型,针对各运行工况,分别建立了基于多元回归的轴温估计模型、基于随机森林的轴温估计模型、基于梯度回归树的轴温估计模型。在此基础上,根据模型估计误差,建立了基于模型融合的工况轴温估计,增强了模型的泛化能力和鲁棒性;实验结果证明本方法的有效性。3、针对传统的离线轴温估计的局限性,建立了一种基于模糊隶属度函数的列车运行工况判别模型,在此基础上,将工况轴温估计模型与模糊逻辑相融合,提出了在线轴温阈值估计算法,实现了轴温阈值的自动分析;此外,利用轴温历史监测数据,提出了基于LSTM的轴温预测模型,为轴温的故障预警奠定了基础;实测实验结果证明方法的有效性。4、针对列车的热轴故障诊断,分析了影响列车热轴故障的因素,并以大量高速列车运行过程中的实测数据为基础,建立基于数据的列车热轴故障诊断模型;实验结果证明,本模型的诊断精度与时间效率高。