随着城市的现代化发展,城市轨道交通在市民的出行方式中承担起越来越重要的作用。然而城轨列车运营站点距离短,车门工作频率高,车门部件损坏和老化严重等问题,使得运营时列车车门事故频发,威胁着乘客的人身安全。城轨客室车门系统属于现代智能控制系统,拥有特别复杂的逻辑关系,使得故障机理的查询和解释相当困难。同时,随着城轨列车的投放增速,日益庞大的车门数量也给监控和检修带来了极大的挑战。因此,如何简便、高效的解决车门系统故障,提升城轨列车安全运营水平成为了亟待解决的问题。本文采用Petri网(网状信息流模型)和SDG图(signed directed graph,符号有向图)联合建模的方法,以时间维度为依据建立了车门系统异常检测和故障诊断模型。该模型能够随着系统运行的时间序列动态、高效的完成异常监测和故障诊断任务。本文具体工作如下:对车门系统的机械结构、电气工作原理、系统功能进行了分析和研究,并在某地铁公司一号线的故障维修数据基础上,对车门系统的故障类型和故障机理进行归纳整理,总结了车门系统的故障模式和故障特点。通过对车门系统状态转移时序的研究,并从车门系统的正向运行逻辑出发,采用时间约束Petri网搭建了车门系统异常监测模型,实现以时间为依据对车门系统工作状态进行异常监测的功能。并通过对车门系统状态指令的研究,建立了 Petri网与SDG图的连接标准表,完成Petri网模型与SDG图模型的连接任务。在基于Petri网异常监测模型的基础上,结合符号有向图模型(SDG)进行故障诊断和隐患查询。并根据车门系统机械部件故障诊断依据不足的特点,采用了半定量SDG图模型,引入故障树定量计算后的SDG图模型,一个节点表示一个可能的故障,支路表示节点与节点间的相互影响关系。半定量SDG图模型能够有效描述车门系统机械故障间的影响强度,并根据概率和关键重要度的大小排序找出最佳排故次序。将Petri网和SDG图模型与传统现场故障维修方法进行对比分析,Petri网和SDG图模型更加简便、高效。将Petri网和SDG图联合故障诊断模型编写成故障诊断系统,采用实际的维修故障数据信息,设定故障诊断系统需要的故障信息格式,将故障数据带入仿真模型中进行故障诊断,验证了该模型的有效性。