轨道电路在铁路信号系统中占据着重要的位置,是信号设备中最重要的部分之一,也是信号三大件之一,在提高铁路的运输效率、保证铁路运输运量和确保铁路行车安全等方面都起着至关重要的作用。近年来,我国国家经济蓬勃发展,中国铁路尤其是中国高铁走出国门,走进世界,确保行车安全畅通,保证轨道电路在恶劣环境下的正常工作,减少轨道电路故障发生频率,日益成为迄待解决的问题,这也对电务人员的维修能力和工作效率提出了更高的要求。且利用经验判断故障的老式方法效率低下,已不能满足现阶段的轨道电路故障维修工作。本文选取高压不对称脉冲轨道电路作为研究对象,将人工神经网络应用在轨道电路故障诊断中。使用矩阵实验室(MATLAB)建立神经网络模型,对神经网络进行训练,以高压脉冲轨道电路为对象进行故障诊断。由于BP神经网络的网络结构简单、容错能力强、非线性拟合性能良好,而且是应用最广泛,最早进行研究的神经网络。从而构建了基于BP神经网络的高压脉冲轨道电路故障诊断系统模型。文章分析总结了轨道电路发码器电压波峰峰值、接收端波头峰值电压、发送频率三组参量与轨道电路红光带与分路不良故障(工作电源电压过高、工作电源电压过低、道床电阻过小、送端变压器故障)的非线性映射关系,通过对神经网络的训练,实现对高压脉冲轨道电路有关故障的诊断识别,更深入地了解神经网络对于解决问题的优势。经分析研究表明,采取BP神经网络模型处理轨道电路故障,相比传统预测故障的方法不仅切实可行而且更具效率,经过训练的BP神经网络在对高压不对称脉冲轨道电路的故障诊断方面结果准确、误差精度较高、收敛速度较快,具有良好的故障诊断功能和泛化能力。