刘应君，司涌波，陈光武，魏宗寿

(兰州交通大学 a.自动控制研究所，b.甘肃省高原交通信息工程及控制重点实验室，兰州 730070)

道岔作为铁路信号系统中关键的基础设备之一，其性能状况直接影响着列车的运行安全与行车效率[1].现阶段，我国主要是从微机监测系统采集的实时道岔动作曲线结合专家经验来判断道岔设备运行状况，但是依靠专家经验时易出现故障识别率低，定位不准等问题.所以传统的诊断方式已经不能适应铁路向智能化、安全化发展，因此需要研究出更智能化的诊断方法.

目前，不少国内外专家学者在道岔故障诊断方面进行了相应的研究.文献[2]将灰色关联理论与神经网络相结合实现转辙机故障识别，但是网络模型增大时，计算量呈指数增长.文献[3]提出灰关联诊断方法，虽然无需训练即可实现道岔故障诊断，但是具有较强的主观性.文献[4]提出将粗糙集与灰色理论结合的转辙机动作电流故障诊断方法，优点是诊断准确性高，不足是诊断规则库需要人为设定，不确定性强.文献[5]提出建立专家系统进行故障诊断，不足之处专家经验获取困难且不全面.文献[6]提出利用信息融合理念构建D-S证据理论道岔故障诊断方法，该方法的优点是能较好地描述模糊性问题，缺点是缺乏自主学习的能力.文献[7]提出将距离评估技术(Distance Evaluation Technique，DET)应用于机械设备故障特征筛选、降维，并通过实验验证了其可行性.文献[8]将DET进行了改进，提出补……