Page 241 - 铁路运输与安全管理

第九章 铁路电务

出多个变量，而变量之间不是一对一的直线关系，是不成线性的曲线关系，这就
在很大程度上增强了设备数据的客观性，使得诊断数据更有借鉴意义。另一方面
是善于分类，设备数据量大，基于神经网络模型的知识处理能够利用智能技术将

输入的数据进行分类，从而判别出不同类别的故障类型，提高诊断效率。但是，
神经网络故障诊断方法也不是尽善尽美，仍有缺点所在，这个方法需要依据神经
网络对数据信息的网络建构，对输入的数据不断进行测算，这个过程是一个不断
进行试错、纠正的过程，经过多次演算才能得出最后的数值，那么当信号设备过

多或是情况较为复杂的时候，这种不断试错的方式显然不利于故障的快速排查，
所以这种方式有一定的局限性，一般只适用于排查人为因素造成的故障。
2. 模糊逻辑故障诊断方法

模糊逻辑主要是指通过模仿人脑的逻辑思维方式，对数据信息进行模糊综合
判断，从而推理出合理的解决办法。模糊逻辑故障诊断方法不同于神经网络故障
诊断方法，这个方法不需要通过建立具体模型进行诊断，其实际操作过程需要具
有一定的模糊数学理论知识，依据模糊理论进行逻辑性的故障诊断。如此来看，
模糊逻辑故障诊断更具有可操作性。但相比之下，基于神经网络的故障诊断更具

有客观性，因为模糊逻辑故障诊断是在模糊语言的基础上进行逻辑推理，没有建
立具体的数据模型，对于复杂程度较高的系统来说不能发挥良好效果，所以这种
诊断方法比较适用于较为简单的系统，例如由于简单的机械故障引起的设备问题

可采取这种诊断方法。
3. 模糊神经网络故障诊断方法
有了前两个方法的理解，那么这个方法就不难看出其含义，模糊神经网络故
障诊断方法，顾名思义，是将神经网络与模糊逻辑相结合进行故障诊断的一种综
合诊断方法。在进行诊断时，可以将数据进行网络化构建和分类，然后通过模糊

逻辑推理出模糊信息，避免了对大量数据的不断试错，简化了诊断环节，同时依
据模型进行诊断，增强结果的客观性。这种综合性诊断方法结合了模糊逻辑和神
经网络的特点，使得在故障诊断过程中，不仅仅能够建立具体模型，进行数据信

息网路的建构，做好智能化分类，还能模拟人脑的逻辑思维方式，对模糊信息进
行处理，促使两者相辅相成，相互弥补各自的不足之处，充分发挥了两种故障诊
断方法的优势，进一步优化了信号设备诊断方法。这个方法不失为信号设备诊断
方法的新趋势，在面对复杂化的故障时，可采用该种方法进行有效诊断。

229