传动齿轮箱是轨道车辆关键部件，一方面其健康状态对列车运行安全至关重要；另一方面现有维修方式主要为事后维修，存在过/欠修问题，故障发生概率大，维修成本高。为此，本项目以传动齿轮箱动力学模型为基础，通过开发多通道信号采集仪获取齿轮箱状态数据，并研发微弱故障特征提取、智能故障诊断等算法，充分挖掘状态数据中有用信息，基于云计算实现对齿轮箱故障机理分析、故障诊断、健康预警等功能，同时改善现有维修方式。 本项目基于齿轮箱系统级动力学模型提供的状态数据和故障机理，通过振动传感器采集信号后，经过信号处理系统上传至云平台，通过调用算法管理模块中针对早期微弱故障提取难、故障类型增量、低标签率、特征表征能力不足等问题提出的智能诊断系列算法，实现对轨道车辆传动齿轮箱的故障机理分析、健康状态预警和诊断。本项目已经过实验室调试、合作企业现场调试、科技查新及第三方检测机构检验，并获得3所合作单位的应用证明。