随着铁路运输朝着高速、高密度方向的快速发展,对铁路信号设备的安全可靠性提出了更高的要求。而道岔作为铁路信号车站联锁系统的重要组成部分,是排列列车进路和实现进路转换的关键设备,因此及时高效实现道岔设备的故障诊断,是保障铁路行车安全的重要部分。目前国内针对道岔的监测手段主要通过微机监测系统对道岔转辙机的动作时问、工作电流及功率等系列参数绘制相关曲线,而针对道岔故障所采用的人工分析诊断方法在诊断效率、诊断及时性和成本等方面已经无法满足当前铁路发展需求。与此同时,由于道岔设备结构以及周围环境的复杂性,导致道岔故障模式的多样性及不确定性,加大了故障诊断难度。针对以上问题,研究相应的道岔故障诊断方法具有重要的现实意义和实用价值。本文分析了道岔的基本工作原理及微机监测系统中所获取的道岔转辙机动作功率数据,提出基于灰色关联分析的道岔故障诊断方法,并着重分析了灰色关联分析模型的建立以达到最佳的诊断性能。论文主要研究工作如下：1.基于道岔设备的基本结构与工作原理,将道岔划分为启动、解锁、转换、锁闭、构通表示五个工作过程,并根据道岔的五个工作过程将道岔转辙机动作功率曲线划分为五个时间区段,以此对道岔的故障模式进行分析。2.提出了基于灰色关联分析的道岔故障诊断方法。通过道岔转辙机动作功率数据的预处理,消除不同转辙机型号所导致的数据时间区段划分差异性影响；采用各类时域信号特征参数实现功率曲线各时间区段的特征提取,并基于Fisher准则进行特征选择,选取各时间区段中的最优特征组成特征序列集。通过灰色关联系统的序列变化分析实现道岔各类故障模式的特征序列模型建立,并分析比较各类灰色关联度模型后采取邓氏关联度算法实现灰色关联度的计算,最后通过故障模式识别诊断策略的建立实现道岔的故障诊断。3.针对邓氏关联度算法中分辨系数在算法中的重要性通过测试样本集实验验证确立最佳分辨系数值,并以此分辨系数值就功能及性能两个方面对道岔故障诊断系统进行试验验证,最终结果表明本文所提出的基于灰色关联分析的道岔故障诊断方法可以有效的实现各类道岔故障模式的识别诊断,并可以有效的解决由于设备及环境因素造成的故障模式多样性及不确定性问题,具有较强的鲁棒性。