随着国家大力发展中国的铁路网,不断提高铁路建设投入,我们已经在轨道电路等领域实现了自给自足,国家自主研发的ZPW-2000A型轨道电路已经被广泛应用到国内多个铁路和高铁专线。轨道电路故障出现频率高,原因查找困难,对行车安全造成严重威胁。目前广泛使用的方法是专业人员对微机监测数据和报警信息进行分析,根据经验判别故障,这种方法判别周期长,有时甚至需要专家亲临现场,尤其在雨、雪、雷、电等极端天气时更增加了诊断难度,威胁乘客和铁路工作人员的生命安全。为此许多科研人员都在研究更为便捷高效的故障诊断方法,并取得了一定成果,为预警系统的研究提供了参考。本文主旨在于建立一个预警系统,根据关键部位电压值的变化趋势,在故障发生之前提出预警,及时发现潜在故障,避免发生安全事故。论文基于现场常见故障案例,比较了现有轨道电路故障诊断的方法,总结了各自的特点。提出了预警系统的概念,预警系统是一种事先预测故障发生可能性的系统,它是一个多输入多输出,非线性的系统,选取对故障敏感的三处电压作为系统的输入参数,分析了四种常见故障的输出数据,得出了模糊系统(Fuzzy System,FS)和神经网络(Neutral Network,NN)结合起来具有非线性、学习能力强和多输入多输出的优点。建立好模糊神经网络(Fuzzy Neutral Network,FNN)模型和学习规则及学习算法之后,把训练样本数据输入进去通过FNN训练产生满足系统要求的输出,Matlab仿真结果表明该方法可行。模糊神经网络预警系统的具体实现由以下四个步骤构成:第一,论文针对ZPW-2000A型移频轨道电路的基本原理,详细分析了具有代表性的补偿电容、调谐区各部件等故障。发现故障发生前、中、后期,轨道电路电压均有明显变化。根据电压值对故障的敏感程度筛选出主轨道电路接收端电压、小轨道电路接收端电压和相邻后区段主轨道接收端电压作为系统输入参数。系统的输出是四种常见故障的可信度:补偿电容故障、调谐单元发送端断线、调谐单元接收端断线和空心线圈断线。第二,模糊系统和神经网络两者的结合充分解决了轨道电路预警非线性、复杂性、不确定性的问题。建立模糊规则时引入隶属函数使模糊的概念被数学化,将每个输入参数模糊化为高、中、低(H、N、L)三个子集,用三分法确定子集的隶属函数。将每个输出参数模糊化为四个可信度子集:很高、较高、较低、很低(A、B、C、D)。根据专家经验将这些可能发生的情况组合起来,建立模糊推理规则集。第三,加入神经网络算法调节模糊系统,这样参考模糊规则的同时也增加了系统的自学习能力,更加贴合现实中专家诊断的情形。采用改进的反向传播算法对模型学习进行训练,在梯度达到最小时寻找最优训练结果,直到输出满足系统阈值。第四,参考Matlab对仿真的结果,从若干个满足系统精度的训练结果之中选取训练的最成功的一次,此时测试样本的均方误差曲线和训练样本的均方误差曲线拟合程度高;系统输出的数据非常接近于期望输出,表明系统泛化能力强,即使是在样本数量较小的情况下,依然能做出准确的判断。所有试验结果均表明建立的FNN预警系统具有可操作、精度高、输出稳定的特点。