李 娜，董海鹰，2

(1.兰州交通大学自动化与电气工程学院，甘肃 兰州 730070;2.兰州交通大学光电技术与智能控制教育部重点实验室，甘肃 兰州 730070)

近年来，随着行车速度不断提高，为了满足铁路提速、提效以及向长钢轨、电气化发展的需要，ZPW－2000A作为铁路轨道电路的一项新技术，已被逐步推广应用。轨道电路多采用人工定期进行检修和维护的方式，由于轨道电路包含设备数量较多，加之室外环境的复杂性，轨道电路出现的故障现象也多种多样，因此，单凭经验处理故障难免会有盲目性或顾此失彼，且维护人员的理论水平和实际经验也直接影响故障处理的效率和正确率。如何快速有效地诊断轨道电路故障，仍是摆在技术人员面前的一个重要难题。近几年来，国内外学者们运用了一些智能控制诊断方法对ZPW－2000A设备进行研究［1－5］。文献［3］运用遗传算法对轨道电路中多个补偿电容故障及道砟电阻波动等情况作了综合评判。文献［4］用D－S证据理论对轨道电路位于发送器和接收器之间的一系列微调电容进行故障检测。文献［5］提出了一种基于神经网络的故障诊断网络对轨道电路进行故障诊断，解决了单独设计网络带来的运算量问题。但是轨道电路其故障类型、故障征兆和故障产生机理之间存在着复杂性和不确定性，仅靠单一诊断方法已无法完成诊断任务。为了克服现有技术的不足，本文采用信息融合技术，信息融合可以综合利用多传感器获得同一对象的多维故障信息并进行故障诊断，因而可以提高故障诊断的确定性［6－9］。……