列车轮对作为轨道交通车辆的关键部件，其运行状态直接影响列车的安全性和稳定性。轮对故障会导致异常振动，进而影响列车运行品质甚至引发安全事故。本研究针对轮对常见故障如踏面擦伤、不圆度、裂纹等，通过理论分析、数值仿真和实验测试相结合的方法，深入探究不同故障类型下的振动特性变化规律。重点突破故障特征提取、状态识别和智能诊断等关键技术，建立基于多源信息融合的轮对故障诊断模型，为列车轮对的状态监测与健康管理提供理论支撑和技术手段。研究成果可应用于列车运维实际，提升故障预警能力，保障行车安全。