高速铁路在我国得到了大力发展,与之有关的各项技术都在不断涌现。目前我国的机车水平已经步入世界前列,成为能够出口到国际上的重要产品。但是,高铁机车的故障检测方法还比较原始,没有得到显著提高。为了使用更加简便的方法进行故障检测,引入了基于参数估计的方法。通过对列车走行部进行拓扑分析,可以得到其简化模型。对简化模型进行动力学分析,可得到其数学模型以用来进行参数估计。然而由于简化模型与实际相差较远,于是对其中的抗蛇行减振器、空气弹簧等部件进行了详细建模以贴近实际。并以此,建立了CRH2型动车组列车的切换模型。该模型较之简化模型与现实更为贴近,得到了误差更小的仿真效果。列车的简化模型是个线性模型,在对其进行参数估计时,模型被扩展成为非线性模型。当以高斯白噪声作为模型的激励时,扩展卡尔曼滤波器和边缘粒子滤波器都能够得到较为精确的参数估计效果。但当激励变为实际轨道谱时,这两种滤波器的参数估计效果并不尽如人意。因此引入了标准粒子滤波器对其进行滤波,得到了较好的效果。为了应对列车的切换模型,提出了多滤波器联合估计策略,即对切换模型的每个子系统设计相对应的滤波器进行参数估计并进行数据交换。该策略实现了对列车切换模型的参数估计。本课题所使用的基于参数估计的故障检测方法在列车故障检测领域较为新颖,其应用前景十分广泛。