牵引变流器是列车的主要电能转换装置，其安全可靠运行受到了列车安全维护人员与广大研究学者的关注，目前它最主要的故障形式体现在功率管的开路和短路问题，短路故障具有瞬时性、强破坏性的特点，它的诊断技术较为成熟，列车大多配备短路保护装置，可以有效防止功率管短路而引发其他故障，但是功率管发生开路故障后系统仍能运行，且短时间内难以被察觉，常常引发更多的二次故障，因此牵引变流器功率管的开路故障诊断研究具有一定意义。
　　本文以列车牵引变流器作为研究对象，依托“十二五”国家科技支撑计划“城轨交通互操作综合测试与认证平台关键技术”(编号：2015BAG19B02)，提出了一种将信号处理与智能诊断相结合的牵引变流器功率管开路故障的诊断方法，并建立逆变器试验与测量系统对该方法的有效性、稳定性以及通用性进行了离线验证。
　　首先分析了列车牵引变流器的结构与工作原理，在Matlab/Simulink中搭建了仿真系统，并对其开路故障进行分类整理，同时将三相负载输出端的电流信号作为故障特征参数，进行分析并总结故障特点，为后文故障特征的提取提供理论支持。
　　其次，由于牵引变流器中的功率管主要分布在整流器和逆变器中，可以将牵引变流器功率管的开路问题看成是整流器和逆变器的功率管开路问题，利用小波分析技术构造了基于能量的3维故障特征向量，可表征整流器开路故障。逆变器相比整流器结构更为复杂、故障类型更多，单一的基于能量的故障特征向量无法完整表征相应的故障特点，因此引入了新的参数——波形辅量，构造了逆变器的基于能量-波形辅量的6维故障特征向量，为后文所设计的诊断网络打下基础。
　　然后，把故障特征向量作为诊断网络的输入，针对两种不同维数的故障向量分别设计了两种基于BP算法的故障诊断网络，并将故障种类编码作为诊断网络的期望输出，形成了两步式诊断路线：第一步将待测数据输入整流器与逆变器开路故障混合的3维诊断网络，初步判定故障元件是整流器或是逆变器；第二步，判定故障元件后，将待测数据输入相应的整流器3维诊断网络或逆变器6维诊断网络，最后判定结果。接着，用GA分别优化3维诊断网络和6维诊断网络，并从训练时间和诊断准确率来判定诊断网络优化前后的效果。
　　最后，搭建了逆变器试验与测量系统，采集逆变器开路故障的实测数据作为训练样本和测试数据，通过改变样本数据类型和数量验证了所提出诊断方法的有效性以及稳定性，另外更换测量系统的负载重新采集训练样本和测试数据验证了诊断方法的通用性。