随着我国高速列车不断发展,人们时刻关注着列车运行中乘客的安全保障问题。而对于向机车提供动力的受电弓与接触网的检测与维护,一直是当今高速铁路的一个难题,弓网燃弧作为损坏弓网的主要故障,严重威胁着列车的运行安全和乘客的生命安全。作为铁路检测系统中的不可或缺的一环,燃弧的检测识别十分重要。针对动车组车载接触网运行状态检测装置(3C)燃弧检测误报警率高、耗费人力多的问题,本文提出一种基于多传感器信息融合的弓网燃弧检测方法,通过检测燃弧的各种特征,利用DSmT理论综合分析识别燃弧。论文的主要研究内容如下:首先,根据实验要求搭建了燃弧模拟发生器,并选取符合本文研究需要的红外相机、高清相机和电流互感器等系统硬件设备,同时介绍了燃弧的检测流程。其次,采集并分析受电弓与接触网接触点的超限温度,记录超限温度时间,判断燃弧的温度特性;利用图像的二值化来区分弧光和背景颜色,针对传统Canny算子在边缘检测中的不足,提出了改进的Canny算子来检测弧光边缘。在梯度计算中,加入45°和135°方向的梯度幅值计算,有效避免漏检部分像素点。同时记录边缘内的像素点总数和每个像素点的相对位置坐标。计算燃弧重心的横坐标,根据横坐标值是否位于接触线在相机的成像范围内来判断圆燃弧的可见光图像。根据燃弧发生时回路电流发生畸变的特点,采用改进的F-score法选取电流特征向量,改进的F-score算法克服了传统F-score算法只适用于两类样本之间特征选择的局限性,使得选取的特征向量更加简洁、更具有代表性。最后将选取的特征向量输入支持向量机(Support Vector Machine,SVM),实现燃弧弧故障电流的识别。最后,以弓网运行状态结果搭建目标识别框架,根据燃弧各项特征的判决结果和燃弧时长对弓网的运行状态进行基本概率赋值,在自由的DSmT模型上引入完整性约束条件,构造混合DSmT模型,在混合DSmT模型中利用混合DSmT融合算法,融合计算分析,并将计算后的结果转化为信度函数,根据信度函数值判断弓网运行状态,检测燃弧。案例分析及仿真实验结果表明,本文提出的燃弧检测系统能够正确识别燃弧故障,有效提高了燃弧检测准确率,能够得到更符合实际的诊断结果,为弓网巡检工人提供可靠的依据。