ZPW-2000轨道电路是我国铁路信号系统中不可或缺的关键设备之一。ZPW-2000轨道电路是自动完成列车占用状态检查的铁路信号设备,其工作质量直接影响铁路运输的效率,也是列车安全运行的重要保障。轨道电路故障模式复杂,维护人员处理故障时间较长,严重影响铁路运输秩序,是铁路信号现场维护的难点。探索各种智能诊断方法来缩短故障处理时间,提升轨道电路故障维护效率,正成为人们关注的热点。然而,在ZPW-2000轨道电路故障诊断研究中大多基于集中监测系统获取的电压值或电流值、机车或动检车采集的感应信号,对稳态值进行分析处理。此类方法对故障机理明确或有较多历史故障信息的显性故障诊断精度较高,但在稳态条件下可能忽略正常与故障状态之间的暂歇性波动状态,其故障信息较少或无故障信息。如果只对正常和故障两种状态进行判别,很难满足铁路现场对轨道电路设备的诊断要求。本文针对稳态条件下时效性不足的问题,通过Simulink建立ZPW-2000轨道传输模型,利用西南交大峨眉校区轨道电路试验基地采集数据,并对暂态过程多故障进行分析。具体研究内容如下:(1)基于Simulink模型对ZPW-2000轨道电路进行建模,并对轨道电路各组成部分进行仿真分析,为后续的轨道电路暂态故障诊断提供数据支持。(2)根据峨眉校区轨道电路试验基地的系统配置,开展ZPW-2000轨道电路数据采集的软硬件方案研究。针对轨道电路数据采集特点选择合适采集单元,编写Lab VIEW数据采集操作界面,完成了轨道电路8种常见故障的模拟数据采集。基于采集的模拟数据,验证了Simulink轨道电路模型的正确性。(3)针对轨道电路暂态故障特征不明显、易被噪声影响等问题,引入梅尔频率倒谱算法实现轨道电路故障暂态电压信号的特征提取。为进一步解决MFCC算法特征提取维度较高的问题,使用主成分分析(PCA)算法做降维处理。以轨道电路故障暂态信号为输入,经过特征提取及属性约简后,利用Fisher判别准则寻找最优特征集。结果表明采用八维特征信息时,轨道电路故障暂态信号的特征提取效果更好。(4)研究轨道电路故障暂态信号的诊断模型。本文对暂态信号的特点进行分析,构建了暂态故障模板库系统。针对扩充模板库数据带来冗余的问题,利用K-means聚类算法实现模板库的自适应优化。通过分析动态时间规则(DTW)算法的工作原理,利用DTW对测试数据与模板库数据进行动态匹配,从而实现轨道电路暂态故障的诊断。结果表明,构建的自适应模板库和DTW模型能够对轨道电路的暂态信号进行有效诊断。最后,对文章的研究内容进行总结,并展望未来研究内容。