车站信号控制系统是铁路信号系统中的重要组成部分,是指挥列车安全运行的关键,目前我国对于车站信号控制电路故障诊断方法仍存在缺陷,难以满足铁路高速发展的要求,因此,通过研究新的方法来解决车站信号控制电路故障诊断中的问题是本文的主要研究内容。目前传统的故障诊断方法存在一定的局限性,故障诊断专家系统存在自学习、自适应困难等问题,对于未知故障和突发性故障无法进行诊断,难以满足车站信号控制电路故障诊断对于实时性的要求,因此本文采用了专家系统与神经网络相结合的混合故障诊断方法对车站信号控制电路进行故障诊断。该方法主要包括专家系统的设计与神经网络结构设计两部分,在专家系统的设计中主要包括知识库、推理机和解释机制的设计。首先,通过相关资料的查阅以及现场数据的提取,采用了产生式知识表示法将专家的经验知识表示出来,运用相关软件构建了专家系统知识库,然后对推理机进行设计并在解释机制中运用产生式规则的知识表示法使用户能够清楚明了地了解系统推理的详细过程。在神经网络的设计中主要包括网络结构的构建以及对神经网络进行训练和仿真。首先构建了基于BP神经网络故障诊断系统的网络结构,然后提取部分专家经验和故障数据分别作为训练样本和测试样本对神经网络进行训练和测试。最后通过MATLAB仿真验证了神经网络故障诊断方法在系统中的可行性。在对专家系统和神经网络的设计完成之后,用具体的实例验证了设计的正确性,通过对专家系统和神经网络故障诊断系统的诊断结果进行分析,可以看出两种方法各有优势,但同时都存在着不足,并且两者之间有很强的互补性,因此本文最终采用了基于神经网络专家系统的故障诊断方法对车站信号控制电路进行故障诊断。在系统的实现过程中,具体采用Visual C++、Microsoft Access数据库以及MATLAB软件完成系统的总体设计,最后通过具体的故障诊断实例验证了采用神经网络和专家系统相结合的故障诊断方法在车站信号控制电路故障诊断中的可行性。结果表明,系统采用以专家系统为主,神经网络辅助专家系统的混合故障诊断方法在很大程度上缩短了诊断时间,提高了系统的诊断效率。