接触网系统是轨道交通列车的供能装置，其工作状态直接关系着列车的行车安全，但受部件老化和运行环境等因素的影响，接触网系统的故障率居高不下，为此接触网故障的特性分析和诊断识别具有较高的研究价值。本文基于高速铁路柔性悬挂接触网的典型故障，从动力学角度分析了故障的演变规律，通过弓网动力学信号实现了故障的诊断识别，主要包括以下内容：
　　首先，根据有限元单元法建立基于ANSYS和Recurdyn联合仿真的考虑腕臂系统的受电弓/接触网耦合系统三维动力学数值模型，按照EN50318标准从接触压力、定位点位移等动态参数角度对仿真方法进行验证，并与传统模型的计算结果进行对比分析。
　　其次，针对吊弦缺陷、承力索座失效、定位线夹失效和支柱倾斜等接触网典型故障，从吊弦力和接触网形态角度研究了故障状态下的接触网静态特性，从时域分析和功率谱密度分析方向探讨了故障对弓网动态运行性能的影响，从故障程度和故障位置两个角度深入分析了故障影响特性的演变规律。
　　然后，结合希尔伯特黄变换和奇异值分解建立HHT–SVD时频分析方法研究接触网典型故障对弓网动态性能的影响特性。利用完整的自适应噪声集成经验模态分解方法将弓网动力学信号分解为内蕴模态函数分量组，使用敏感内蕴模态函数选择算法提取故障关联内蕴模态函数分量，根据希尔伯特黄变换得到故障信息的时频谱，通过奇异值分解获取奇异值能量故障特征。
　　最后，针对接触网故障的诊断识别，以功率和奇异值能量为故障特征，提出了PSD–SVD–SVM故障识别算法。基于接触压力和弓头垂向加速度等故障弓网动力学信号，使用功率谱密度方法分析处理信号得到功率，根据HHT–SVD方法分析信号得到奇异值能量，借助支持向量机实现接触网故障识别。文章还讨论了支持向量机和BP神经网络的故障识别精度，研究了不同特征指标对PSD–SVD–SVM算法识别精度的影响。结果表明：PSD–SVD–SVM算法能够有效的完成接触网典型故障的识别，对故障程度的敏感性也较好。