轨道电路故障智能诊断技术研究

摘要

本文主要对轨道电路故障智能诊断技术进行多方面研究。采用多源数据融合的方法，对轨道电路故障时电
压、电流、频率等数据特征进行分析，采用卡尔曼滤波融合数据并提取故障特征，采用傅里叶变换和小波变换提取
故障特征。在深度学习方面，采用并优化CNN、ST-CNN模型，建立故障样本数据集，训练评价后，优化模型完成
故障识别分类。另外介绍了边缘计算及其在轨道电路故障诊断中的优势，设计并实现基于边缘计算的轨道电路故障
诊断系统架构，搭建并测试系统，评价系统功能，保证轨道电路的安全运行。