Page 240 - 铁路运输与安全管理

铁路运输与安全管理
Railway Transportation and Safety Management

的，如果长期使用同一个电子元件，则会造成元件损坏，无法发挥作用，引起电
气故障。
追寻故障产生的源头，可将故障划分为两类：一是自身设备原因导致的故障，

有可能是信号设备本身有问题，信号设备落后或是质量不达标，不应投入使用，
设备难以正常运作等；二是人为原因，例如，工作人员在操作信号设备时没有按
照规定流程进行，使得信号设备运行故障；或是设备出现故障没有做好检修工作，
设备故障情况加重，引起更多问题。

故障的产生有一定的范围，那么根据这个范围可以将故障类型划分为室内
故障和室外故障。室内故障就是部分信号设备是在室内运行的，例如信号设备的
显示器、电源、继电器等都是安装在室内，出现故障直接在室内采取合理措施；

而信号设备不仅是在室内运行，当前越来越多的设备安置在户外，很大程度上促
进了铁路运行更广范围的信号获取，但这也增加了信号设备故障诊断的难度，这
些室外信号设备可能由于室外复杂环境因素造成，如信号机故障、道岔转辙机故
障等。
（三）铁路信号设备故障诊断方法发展趋势

信号设备的正常运行对铁路列车的安全运输发挥着举足轻重的作用，因此必
须重视信号设备的故障诊断，确保信号设备发挥应有作用，保障铁路正常运输。
故而对信号设备的故障诊断方法十分重要，必须针对故障的不同类型对症下药，

采取有针对性的措施解决故障。近年来，信号设备故障诊断方法更迭速度加快，
设备使用环境也在不断变化，惟有掌握故障诊断方法的发展趋势，才能掌控更加
完善的检测技术，做到故障诊断效率进一步提升。目前现阶段，应用较为广泛的
诊断方法是知识故障诊断，此种方法不同于其他需要建立具体模型进行诊断的方
法，而是趋向更为简便的应用，知识故障诊断主要包括以下几种诊断方法：

1. 基于神经网络的故障诊断方法
神经网络是一种计算模型，它依托于生物神经网络的结构和功能，然后进行
模仿，从而建立由无数个神经元相互联结构成的运算模型，是目前正在使用中的

一种故障诊断方法。这种诊断方法是通过输入设备信息数据，将数据整合到模型
中，形成设备数据网络结构，对设备数据进行分类、测算、比较，形成数据故障
数值，然后输出为具体的故障数据，从而进行故障诊断。这种方法的运用具有一
定的优点，一方面是具有非线性优势。这种诊断方法在整个过程中需要输入、输

228