为避免接触网绝缘子污闪事故发生,需要定期及时地对绝缘子进行清扫。目前常用的绝缘子清扫工具主要为KJ系列带电水冲洗车,而整个绝缘子冲洗过程几乎全部依赖于人工进行,存在作业难度大、环境条件差、效果依靠人工保证等弊端。因此研究绝缘子带电自动水冲洗设备对电气化铁路维护具有重要意义。目前已有部分学者基于机器视觉、图像识别等理论对绝缘子带电水冲洗设备和方法做过一定的研究,但是至今还没有针对接触网带电自动水冲洗方面的研究。本文基于强化学习理论和专家经验,以KJ系列带电水冲洗车为平台,通过建立不同冲洗模式下绝缘子跟踪定位学习模型,开发出一种接触网带电自动水冲洗专家系统,通过对各种冲洗条件的训练和模拟,该专家系统能够有效地防止冲洗目标的丢失和纠正冲洗偏差,有助于提高带电自动水冲洗的准确性、快速性和高效性。本文的研究主要包括以下几个方面的内容:首先提出了接触网带电自动水冲洗系统的总体组成,包括自动冲洗水炮系统、自动水冲洗控制系统、传感器信息采集系统及外接系统等,对自动水冲洗控制系统进行了功能分析,并将作业流程分为冲洗准备阶段、冲洗进行阶段和冲洗结束阶段三个部分,详细介绍了带电自动水冲洗系统的整体工作流程和工艺细节。接着针对不同的冲洗环境,提出了对应的强化学习模型。在冲洗预置位置阶段,提出一种基于启发式Q(?)学习的接触网带电自动水冲洗跟踪定位方法,结合传感器信息,建立接触网水冲洗环境模型,通过搜索支柱特征调整奖赏函数,设计启发式策略函数并融入Q(?)学习中,从而提高算法的学习和收敛速度。在单炮冲洗过程中,研究了基于最小二乘支持向量机(LS-SVM)和Q(?)学习的接触网带电自动水冲洗跟踪定位方法。将水炮连续动作空间下的冲洗行为离散化,利用LS-SVM对Q值进行在线估计,采用滚动时间窗机制进行训练样本的更新。仿真实验表明,该方法可以显著的提高单炮冲洗学习的收敛速度,能够满足带电自动水冲洗作业的工艺需求。另外,针对双炮配合冲洗和双炮独立冲洗两种实际模型,提出基于Option的分层多智能体强化学习绝缘子跟踪定位方法,引入SMDP的分层Option结构概念,通过在状态空间上构造Option和执行Option对应策略,从而降低训练和学习的维度,同时利用黑板模型共享智能体的经验和知识,通过局部智能体、全局智能体两层模型来指导、规划和管理待冲洗绝缘子和已冲洗绝缘子,仿真结果表明算法的学习效果能够满足带电自动水冲洗作业的实际工程需求。最后,基于Clips、VB和Matlab设计了接触网带电自动水冲洗专家系统,介绍了专家系统基本结构,包括知识库、推理机制、主要功能等。在技术实现上,主要通过Clips设计专家系统主体结构,包括知识库和推理机制等,接着利用编程友好的VB程序语言开发带电自动水冲洗专家系统界面,包括用户登录系统、专家系统等模块,系统可通过调用后台Matlab训练程序,实现接触网带电自动水冲洗专家系统跟踪定位决策。分别针对不同外部冲洗条件、不同冲洗模式、不同绝缘子分布、不同行驶速度进行学习效果的测试和分析,结果表明本文所设计的专家系统能够满足接触网带电自动水冲洗作业实际工程要求,为接触网带电自动水冲洗设备软件部分提供了一种新的解决方案。