为了对转向架关键部件进行及时的性能检测和故障诊断,实验选用高速列车转向架典型故障振动信号,先进行小波分解,在各个子频带上提取小波熵特征,用于反映振动信号在各尺度上的复杂程度。在多个小波熵特征张成的高维特征空间中对四种转向架典型故障工况进行支持向量机分类识别,实验结果表明识别率随运行速度逐步提高,在速度达到200km/h时得到了90%以上的识别率,验证了小波熵特征对于高速列车故障信号分析的有效性。