摘要：随着现代科学水平的提高，人民对于生活的品质追求也在不断增长。铁路交通是居民日常出行中的重要交通工具。铁路信号设备作为组织、指挥列车运行的重要基础信息传递设备，完善的运行模式可以提高国内铁路系统的运行效率，也为居民的日常出行安全提供了保障。当前我国对铁路信号灯的故障排查方式有很多，本文以现代铁路信号灯故障诊断现状为切入点，对其进行分析，并有针对常见诊断方法以及常见的故障进行研究。
关键词：铁路信号灯；故障诊断；问题分析
我国自进入21世纪以来，在国家的大力支持下，在社会各界的帮助下，在全体铁路工作者的共同努力下，我国铁路系统获得了显著发展成果。作为保证列车高效运行的设备之一，铁路信号设备逐步向专业化、密集化、自动化等方面发展。铁路信号灯的平稳运行，可以保证列车运行的高效性、安全性。但是就目前国内铁路信号灯实际情况来看，还存在着一些问题。如何准确判断出铁路信号设备的故障，是摆在铁路工作者面前的一道技术性难题。
一、铁路信号谁被故障诊断中常见的问题
在铁路信号设备故障方面最常见的问题主要有以下三点：道岔故障、电路输送故障和信号机故障。这三类设备故障的原因可能一样，但是表现形式都是各式各样的，例如道岔故障可以分为不能转换和没有反应这两种表现方式，这就需要工作人员要根据现场实际情况来进行诊断和现场分析处理。除此之外，信号故障机发生问题时，也可以细分为两种，工作人员对这两项故障进行排查时，不仅要对室内故障进行现场排查，还要考虑到室外故障的可能性，这样才能保证铁路信号系统的故障诊断工作完美进行。
二、常见铁路信号设备故障诊断方法及措施研究
2.1传统故障诊断方法
目前我国采用的传统故障诊断方法，大多都是铁路公司，指派具有丰富专业知识和专业实践技能的工作人员在对故障设备进行排查后，分析和处理故障的老办法，工作人员一般运行压缩法、逻辑推理法、比较法、观察法进行故障诊断，这也是我们常见的故障处理方式6502电气集中联锁和加的算计联锁也有一定的故障分析能力，当设备出现问题好，该系统可以通过用户终端界面对故障状态进行直接或者间接的提示，从而帮助工作人员对故障电路存在的大致位置和层次进行快速的判断，使得工作人员能有效的解决故障问题。这种传统方法在处理故障过程中使用的最多，处理故障的过程中我们可以根据日常的经验来进行判断，对故障处理非常有利。
2.2信号处理法
信息处理法，是利用数学函数等方法对可测信号进行直接的反应，在得出具体结果后，提取出特征值，在故障模型上信号处理要求不高，且操作简单方便，这是这种方法的独特优点，因此具有比较强的适应性。缺点是信号处理法会被信号噪声所干扰，比较依赖于信号预处理的质量，并且并不能对所有的故障都采用这种方式，使用范围较窄，只能针对一种或几种铁路信号设备进行诊断，较强的局限性使得其很难在其他对象上应用。这几年科学技术的高速进步，为其在其他领域的应用提供了发展方向，基于此铁路工作者应当统筹兼顾，不但要加强信号检测的精度层次和时间层次，还要实现其系统和其他领域的深度融合。
2.3室外设备故障解决法
室外的设备故障主要分为以下两种：短路故障和断路故障。在实际的故障操作中，还要学会区别首尾两端的短路和断路。我们可以通过对故障点内输送电流值和故障区域电压的测试结果来进行相应的判断。
期刊文章分类查询,尽在期刊图书馆如果故障电压值高于标准值时，说明此时首端的送电设备是正常的，由此推断出现的故障可能是断路故障，故障的大致范围大致就是终端。故障点电路电流值值低于标准值，且电流过大那么出现故障的可能还是终端，反之当电路电流值小于标准值或基本没有时，可能的故障范围就是输送电路或者送电源头。
三、铁路信号设备故障诊断方法未来发展方向
3.1模型解析法
模型解析法专业的来说，就是利用解析函数和数理统计等数学方法对信息进行分析和处理，基于精确的数学解析模型基础上，使用分析模型方法对数学模型进行高精度运算和构建，这种方法具有较强的高效性和实用性。当故障发生后，系统的输出两和输入量会发生改变，通过数学模型分析，在用户界面上用可视化的方法显示给使用者，进而有针对性的采取相关措施予以解决。这种技术充分利用了现代高端的高科技技术，可有有效的塑造解决问题和处理突发实践的能力。在进行检测铁路故障时，对检测出的故障进行科学的分析并提供可以具体操作的解决措施。对此我们需要深入的研究，不算完善分析模型和数学模型，便于更好的应用与铁路信号系统出现的突发故障，为铁路安全平稳的运行提供坚实的基础。
3.2人工智能解析法
以信息大数据为基础的故障诊断系统，建立基础故障数据库，包含常见的铁路信号设备故障和基本处理方法，以系统的专业知识为中心，让这方面的专家提供科学的解决方案，然后让工作人员进行现场操作，这需要工作人员和人工智能充分协调，操作人员要拥有较高的领悟能力和专业操作能力。
以人工智能为基础的故障处理方式通过系统自动对故障点数据的采集、分析和处理，模拟人的逻辑思维方式，对需要运行到逻辑推理的复杂诊断问题做出反应，这是人工智能的一大优点。通过可视化表达这一方面的数据，处理数据的细节，在模块化问题的处理上非常有效，通过专业知识进而具体解答结果，进而帮助操作者对故障点进行深入的解释。这种故障排查法需要较高的基础知识和专业素养，和传统方式相比具有高效、专业、便捷，后期再通过对操作人员专业素养的提升，可以实现对故障的科学定位和故障的及时处理。
四、结语
综上所述，进入新世纪以来，国家加大对科学层面的研究力度，在这种背景下，铁路信号设备的诊断技术作为一种新型技术在铁路行业被不断的推广。有效帮助了铁路信号设备工作人员更好的判断故障点，让排查故障和解决故障的效率都取得了稳步的提升，从侧面促进了铁路系统安全、高效、稳定的运行，进一步提升了我国的综合国力。因此加大对铁路信号设备诊断方法的研究，促进国内铁路信号设备的法发展，是铁路技术研究者当前的重要任务。
参考文献
[1]眭海燕.刍议铁路信号设备故障诊断中的常见问题[J].通讯世界,2017(14):152.
[2]蒋继友.铁路信号设备故障诊断中常见的问题分析[J].黑龙江科技信息,2015(36):38.
[3]罗磊.铁路信号设备故障诊断中常见的问题分析[J].黑龙江交通科技,2015,38(07):169-170.
[4]王兰勇. 铁路信号设备故障诊断专家系统[D].吉林大学,2015.
作者简介
夏宗雷（1991-02-08），男，汉族，籍贯：河北省石家庄市，当前职务：技术员，当前职称：助理工程师，学历：本科，研究方向：铁道信号专业（运输方向）。
论文作者:夏宗雷
论文发表刊物:《电力设备》2019年第1期
论文发表时间:2019/6/26
标签：故障论文; 设备论文; 铁路论文; 故障诊断论文; 铁路信号论文; 方法论文; 工作人员论文; 《电力设备》2019年第1期论文;