王瑞峰，臧浩月

(兰州交通大学自动化与电气工程学院，甘肃 兰州730070)

ZPW-2000A型无绝缘移频自动闭塞轨道电路极大地提高了铁路系统运行安全性与可靠性，是我国铁路信号的重要组成部分，其运行状态不仅影响运行效率，而且对于人员的安全也至关重要.据不完全统计，故障处理平均时间为45 min[1]，处理故障时间较长且在处理过程中主观因素影响过大，忽视了处理不确定性问题中确定性与不确定性的动态关系.轨道电路发生故障时，不仅仅是一个故障征兆发生变化.因此，构建故障征兆与故障因素间的联系，结合轨道电路各征兆综合变化情况以判断轨道电路运行状态及故障类型，对提前发现潜在故障，确定故障类型具有重要意义.

人工智能算法在国内外逐渐被运用到轨道电路故障诊断中，在某些方面取得一定成效.文献[2]利用BP神经网络与深度信念网络相结合对轨道电路故障数据训练，并进行反向调优，实现轨道电路故障分类.文献[3]利用长短期记忆递归神经网络，学习轨道电路故障数据的时间和空间的依赖性依此进行故障诊断.文献[4]利用粗糙集具有处理不完备决策表的能力，去除离散决策表的冗余属性得到约简表，在文献[5]中结合决策树C4.5算法快速训练约简决策表提取诊断规则，可以直接运用于轨道电路故障诊断中.文献[6]利用灰色关联分析的改进证据理论信息融合方法，利用轨道电路特征参数进行轨道电路故障……