铁路运输肩负着我国主要的运输任务,具有地域跨度大、安全性高、受环境影响小、性价比高及绿色环保等特点,是我国发展可持续性经济的重要载体。铁路行业的大发展,既利当前,又利长远,对稳增长、调结构、惠民生具有重要意义。在中国铁路行业快速发展的今天,铁路运输安全问题更加成为了社会各界关注的焦点。电力机车齿轮箱和变压器是电力机车上的重要设备,对于电力机车的正常运行起着至关重要的作用。电力机车变压器的作用是将接触网上的高压电转化为机车车辆所需要的低压电,它是整个列车的能量来源,价格昂贵。电力机车齿轮箱是整个列车的动力传递者,由于其运行环境恶劣,具有高速重载的特点,所以其故障率一直居高不下。由于以上原因,本文针对电力机车齿轮箱和变压器进行了状态检测和故障诊断的研究,是在传统油液分析的基础上,结合智能算法利用VB、MATLAB等软件开发出一套故障诊断系统,来提高故障诊断的准确率。本论文主要研究了以下几个方面:(1)研究了电力机车齿轮箱的油液分析方法。主要是利用直读铁谱技术和原子发射光谱技术,对润滑油中的大小磨粒和元素浓度进行定量分析。根据随机抽取的油样中大小磨粒和各元素的浓度含量,计算出象征齿轮箱运行状态的界限值,再将待检测油样中特征元素含量与界限值作比较,判断出齿轮箱的运行状态及可能存在的故障。(2)研究了电力机车变压器的油液分析方法。主要应用气相色谱仪测得变压器冷却液中各特征气体的含量,并计算出各气体的产气速率,然后根据行业标准判断变压器是否存在故障。对于存在故障的变压器利用三比值法确定故障类型及故障部位。(3)研究了支持向量机(Support Vector Machine,SVM)在齿轮箱和变压器故障诊断中的应用,针对传统油液分析在故障诊断中的不足之处,本文利用支持向量机的方法进行弥补。支持向量机诊断方法是将二维不可分问题利用核函数转化到高维空间转化为线性可分问题,然后再利用数据样本进行SVM网络训练,建立最优分类器。此方法有效的避免了油液分析过程中可能出现的错误,大大提高了故障诊断的准确率。本文最终应用VB、MATLAB等软件,研发出一款关于电力机车齿轮箱和变压器的故障诊断系统,系统包括光铁谱分析、气相色谱分析、支持向量机齿轮箱分析、支持向量机变压器分析、数据浏览、数据维护等模块。