基于多源数据融合的轨道电路故障诊断方法研究  

作　　者：杨波涛 李蕾 李博[2] 

机构地区：[1]陕西国防工业职业技术学院 [2]杨凌职业技术学院

出　　处：《人民公交》2025年第8期60-62,共3页People's Public Transportation

基　　金：基于机器学习的列车运行轨道电路故障诊断(项目编号:Pt24-03)。

摘　　要：本文针对传统轨道电路故障诊断方法精度低、实时性差等问题,提出了一种基于多源数据融合的轨道电路故障诊断方法。该方法通过采集轨道电路运行过程中的电气参数、环境因素等多源异构数据,运用小波分析提取时频域特征,构建基础信息库;结合关键特征参数提取与阈值判定,实现故障类型初步分类;引入证据推理方法融合多源数据分析结果,形成诊断决策支持方案。实验结果表明,该方法故障检测率达97.8%,误报率仅为2.1%,诊断时延为83 ms,故障类型识别准确率为94.6%,显著优于传统方法。

关 键 词：轨道电路 故障诊断 多源数据融合 

分 类 号：U284.2[交通运输工程—交通信息工程及控制]