随着铁路运输向高速、高密度、重载方向的快速发展,对铁路信号设备的安全有了更高的要求,由于铁路信号设备的安全是保障铁路行车安全的重要部分,因此根据实际情况研究出能够对铁路信号设备故障进行诊断的系统显得十分必要。目前,对铁路信号设备的故障诊断通常需要依靠维护人员的经验和对铁路信号设备故障机理的把握程度,这难免会产生由于经验不足而导致对铁路信号设备维护时间的延误,甚至会造成设备故障性行车事故。或者对铁路信号设备的故障诊断方法大部分都是采用单一的故障诊断方法,使得诊断精度偏低。因此,需要采用新技术和方法来实现对铁路信号设备故障诊断。本文首先对铁路室外信号设备构成、工作原理、产生的故障机理以及产生的历史故障数据进行了分析,得出最典型的几种故障模式,建立了室外信号设备故障样本数据。再者论述了信息融合的技术特点,形式结构以及具体的处理方法,并且从信息论的角度论证了信息融合技术在室外信号设备故障诊断中的可行性和有效性。在此基础上,将铁路信号设备故障诊断与信息融合相结合,提出了一种基于D-S证据理论信息融合的铁路信号设备故障诊断模型和方法,首先分别运用BP神经网络和模糊综合评判对室外信号设备中的S700K道岔转辙机和ZPW-2000A无绝缘轨道电路进行的故障诊断,然后利用BP神经网络输出和模糊综合评判输出来构造D-S证据理论中的可信度分配,最后将BP神经网络和模糊综合评判故障诊断的结果利用D-S证据理论进行决策融合,并通过实例验证了这种方法的可行性和有效性。诊断结果表明,通过对铁路室外信号设备的信息融合故障诊断,该诊断方法具有较高的故障诊断精度,诊断结论的可信度有明显提高。