铁路信号设备中,轨道电路产生的故障,会降低铁路运输效率,妨碍车辆运行,甚至造成脱轨或追尾撞车等一些事故,威胁人身安全。导致设备故障的原因有很多且随机,主要是由于设备不同的使用状况和复杂而多变的外界环境。对故障准确诊断是个复杂又重要的环节,在现场处理,一般都是利用仪表获取参数,通过以往经验与参数相结合判断是哪方面故障。仅靠站内维修人员的经验并不能实现对故障的准确处理,因此一种可用于故障诊断的智能算法应运而生。目的是为了减少设备故障出现的时间,改善设备的检测维修系统,对设备的运行加强监督与管理,减少故障现场工作人员的检测难度,使其尽快发现故障原因,也为设备的状态维修提供有利可靠依据,提高运输效率并保证运输安全。本论文的研究对象是如今铁路站内大部分使用的25Hz相敏轨道电路,针对25Hz相敏轨道电路故障的复杂性,进行了轨道电路不同状态的区段分析,结合人工神经网络和模糊逻辑系统,建立一种新的可应用于25Hz相敏轨道电路的故障诊断系统。本文研究了以下几项内容:首先,基于25Hz相敏轨道电路的工作原理,对其特点进行了总结归纳,并在不同的状态下分析了25Hz相敏轨道电路的常见的红光带故障和分路不良故障以及故障产生的原因。建立四端网络模型,计算出电压的最大最小值,用于系统的输出报警。其次,基于25Hz相敏轨道电路的工作状态和特点,将三个可集中监测的实时数据选择为系统输入参数,并对轨道电路故障进行分析,在区段分析过程中,结合模糊逻辑理论与人工神经网络的智能算法,建立基于模糊神经网络的故障诊断模型,诊断故障原因,得到最终结果的输出,如故障类型与成因,以及建议采取措施。最后,根据所构建的25Hz相敏轨道电路的故障诊断系统,选取C++Builder软件开发平台构建人机交换界面,集中监测数据库中的信号数据,连接到区段分析模块,该系统会自动对故障进行分析和诊断,得到故障诊断报告并输出警报。该系统可以使工作人员提早发现故障,提高故障处理和日常维护的可靠性使铁路运营更加高效、安全。