中国铁路呼和浩特局集团有限公司呼和浩特电务段 内蒙古呼和浩特 010050
摘要：如今随着计算机信息技术、人工智能技术的迅猛发展，各种故障诊断检测技术也层出不穷，因此针对铁路信号设备的故障诊断，有必要引入这些先进的故障诊断检测技术，更有利于提高铁路信号设备故障检测的效率。文章通过对对铁路信号故障诊断系统进行探讨分析，这对提升铁路信号设备故障诊断检修效率，维护铁路整体安全运行有着重要现实意义。
关键词：铁路；信号故障；诊断系统
1铁路信号故障诊断中的应用研究
1.1专家系统的应用
专家系统是容纳了大量专业知识与经验的程序系统，该系统以特定领域专家的知识及经验为基础而对信号故障进行推理与判断，模拟专家的决策而进行故障的分析与诊断，并总结出适合的故障诊断策略，进而避免专家亲临信号故障现场进行故障检测。
1.1.1专家系统在铁路信号故障诊断中的优势
能够模拟专家的逻辑思维过程，对较为复杂的信号故障进行合理诊断；运用知识都以符号为代表，由于预先设定了推理规则，因此在诊断时无须输入细节知识，诊断过程较为简便具有利于模块化的特性，一旦某一事实出现变化时修改较为容易；与传统的符号数据具有良好的衔接性；对系统的推理过程进行合理解释。
1.1.2专家系统的缺点
专家知识的获取存在一定难度；系统的知识台阶并不宽泛；智能水平有待提升。
1.2模糊逻辑诊断法的应用
模糊逻辑诊断方法是基于模糊理论而建立起来的，通过故障原因与现象之间的模糊关系矩阵而判断出可能的故障原因，此方法的结构性知识表达能力极为强大，其推理的过程与人的思维模式极为相似，同时可以将专家描述的事件以及与之相关联的关系进行编码，进而为推理的实现提供依据，因此，模糊理论的应用必将成为未来铁路信号诊断的发展趋势。
模糊逻辑诊断法主要可分为：一是基于模糊关系与合成算法的诊断方法，二是基于模糊知识技术的诊断方法。由于故障原因所属的函数及模糊规则的确定存在难度，同时，此诊断方式应用时对知识库过于依赖，模糊诊断知识的获取也并不容易，因此，模糊逻辑诊断法目前在铁路信号故障诊断中的应用并不广泛，诊断结果的精度尚需在未来进一步提升。
由于模糊语言的变量与自然语言较为接近，同时其中所包含的知识具有极强的可读性，逻辑推理过程也较为严谨，模糊逻辑诊断的过程与人类的思维模式极为相似，并且可以进行相应的解释。然而由于模糊诊断在知识获取的过程中存在一定难度，在故障判定时难以根据具体的征兆而进行模糊关系的确定，在诊断过程中对于模糊知识库的依赖过强，同时不具有较高的学习能力，因此，在诊断时常会出现诊断失误或诊断不全面、遗漏问题的现象。基于这一情况，在对铁路信号故障进行诊断时，可以采取与人工神经网络方法相结合的方式进行诊断，针对不精确或不确定性的信息进行模糊处理，进而避免由于神经网络难以进行边界模糊数据分类处理现象的发生，避免发生误诊问题，进而使在规则基础上建立的结构性知识具备良好的学习与优化能力，有效解决模糊逻辑诊断法知识获取困难的问题，还可以避免推理过程中出现匹配冲突，进而促进推理效率的全面提升。
1.3神经网络诊断法的应用
这种诊断方法是通过模拟人脑结构并进行信息处理而实现复杂问题的求解。其在铁路信号故障诊断中的应用主要有两种方式：一方面，神经网络以分类器的身份进行故障模式的识别；另一方面，其作为动态预测模型而进行故障的诊断与分析。
人工神经网络诊断法无须依赖于专家知识库而进行，推理的速度与规模之间的关联并不明显，同时，容错能力及泛化能力都极为强大，各个神经元之间可以进行独立的计算与处理，因此，此方法的诊断速度较快。
1.4模型解析诊断法的应用
在诊断目标明确且数学模型构建完整的情况下可采用解析模型法进行故障诊断。这种方法是基于数理统计以及函数解析等多种数学方法的基础上建立起来的，一旦出现信号故障，系统会接收到相应的变化情况并将这一变化传递给数学模型进行解析。通过观测数学模型并对其产生的参数变化得出的故障诊断实效性较高，因此，在系统的本质动态性研究过程中解析模型法发挥出了重要作用。模型解析法包含等价空间法与滤波器法，此外还有最小二乘法。然而由于这种方法只能针对明确的对象进行诊断，同时也必须在数学模型的辅助下才可实现，因此，应用范围并不广泛。
1.5混合智能诊断法的应用
这种方法是将多种诊断方式综合运用的一种较为智能化的诊断方式，这是未来铁路信号故障诊断的主要发展方向。如：在D-S证据理论基础上通过信息融合技术而建立起来的故障诊断模型就属于混合智能诊断法的一种，其将人工神经网络以及模糊逻辑诊断方法进行了融合，以这两种方式所做出的诊断结果为判断依据综合评判出信号故障的发生原因及故障点，因此，诊断结果极为可靠，应用效果也较为理想。
2铁路信号故障诊断系统设计
2.1系统结构总体框架
铁路信号故障诊断系统设计是铁路工程中的一项重要内容，其中系统结构总框架是首要的内容。系统结构总框架就是对诊断系统运行起到支持作用的基本结构组成，这些结构的合理性与功能性直接影响到铁路信号故障诊断系统的诊断水平。其中重要组成结构包括知识库以及入机接口，这两个结构在故障诊断的过程中起到基础性作用。知识库所储存的内容是相关故障信息内容，主要来源于专家分析以及相应领域的研究。入机接口就是将故障内容进行输入的结构，具体的铁路信号故障通过入机接口进入分析主机内，经过与知识库中相应的输录信息的对比，得到具体的故障分析结果，进而对故障解除起到正确的引导作用。
2.2系统功能模块
系统的功能模块也是铁路信号故障诊断系统中的主要内容，主要包括五个基本方面，即知识获取子模块、知识库构造子模块、诊断分析推理模块、综合数据库构造子模块以及入机对话子模块，这些具体的功能模块在铁路信息故障诊断中发挥着不同的重要作用。首先知识获取子模块就是对知识内容进行编辑以及学习，通过自身的需求对知识内容合理整理修改，从而获得有效的知识库，对故障诊断起到重要指导作用。知识库构建子模块的主要工作就是对事实规律进行总结与归纳，进而使知识库中相关的必要故障信息得到进一步的增加，对于提高铁路信号故障诊断系统的完善至关重要。诊断分析推理模块是将具体的故障表现与知识库中相应信息进行比较分析的功能模块，利用合理的逻辑推理来对故障信息进行排除筛选，最终得到具体的故障诊断结果。综合数据库构造子模块的主要任务就是储存所需或以往出现的故障信息的储存器，在系统工作的过程中综合数据库内容呈现持续变化的现象，能够达到及时更新的目的。人机对话子模块是人机界面的主要组成部分，能够起到与专家与相应领域知识工程师进行知识交流的作用，这对铁路信号故障诊断工作的加强具有重要作用。
3结语
综上所述，信号设备作为保障铁路安全运行的前提条件，通过合理引用故障诊断系统，对其存在的故障问题加以诊断，且与现场集中监测设备和数据分析系统进行整合推广，不仅能智能分析获取的数据信息，还可以将无法采集的信息数据提供给技术工作者进行智能判断，以此明确故障的发生概率。
参考文献：
[1]张立新．综合故障检测与诊断系统[J].西安工业大学学报，2019（2）：151．
[2]陈丽.铁道信号联锁设备的故障诊断研究[J].天工，2019，023（10）：140-140.