基于模糊认知图模型的轨道电路故障诊断

针对目前人工分析监测数据进行ZPW-2000A轨道电路故障判别存在判别效率低、判别周期较长和对数据分析所依赖的人员经验程度高的缺陷,将模糊认知图的概念引入到ZPW-2000A轨道电路的故障判别中。通过分析10类故障产生的机理,结合现场经验,对不同类型的故障数据进行分析,得到故障特征参数,构建出基于特征参数与故障类别的模糊认知图分类器。在此过程中利用自适应遗传算法完成FCM权重的学习。研究结果表明:根据监测数据用ZPW-2000A轨道电路故障判别的FCMCM判别方法是有效可行的,较人工分析监测数据判别故障的方式具有较高的故障识别率和较短的判别时间。