轨道电路作为重要信号设备,其工作状态决定了铁路系统是否能够正常运行。而补偿电容主要作用就是降低信号在钢轨上传输过程产生的无功功率,提高轨道电路的“信干比”,使移频信号在钢轨上传输距离增长。补偿电容失效可能造成红光带故障,危及行车安全。目前,针对补偿电容的故障检测,主要研究点集中在使用分路态机车信号感应电压幅值包络对故障电容进行定位。本文立足于轨道电路调整状态,通过建模并分析了容值下降时接收端电压的变化,提出基于地面设备的容值估算的方法。具体研究内容如下:(1)以ZPW-2000A轨道电路实验线为研究对象,建立了轨道电路各结构的四端网络模型,并通过级联模型得到调整状态下轨道电路信号传输模型。随后对补偿电容的容值下降故障进行了仿真分析。(2)通过增加阻抗模拟轨道电路实验线补偿电容的容值下降,并使用基于LABVIEW的软硬件设备对各参量电压数据进行采集。在采集数据的基础上对模型的准确性进行验证。(3)针对运营线轨道电路建立了四端网络模型。分析了各位置补偿电容容值下降及断线时,接收端电压的变化,以及补偿电容容值的设置原则。(4)介绍了极限学习机(ELM)算法的结构及原理,针对其泛化能力弱的问题,使用粒子群算法(PSO)对ELM隐含层参数进行寻优。将主轨出电压、小轨出电压和补偿电容位置数据作为神经网络输入,补偿电容的容值作为输出,构建补偿电容故障检测模型。使用轨道电路实验线实测数据验证模型的准确性。(5)建立了分路状态下轨道电路四端网络模型,对补偿电容容值下降时的分路电流变化进行了分析。基于车载设备的补偿电容故障定位应用现状,提出基于车-地关联的补偿电容故障检测方法。通过实验对比分析,确立了PSO-ELM的最优激活函数和隐含层节点个数,并将该算法分别与ELM和BP算法的性能进行对比。最后,基于Matlab的App Designer设计工具完成补偿电容故障检测系统的仿真。