我国铁路装备主体机车信号已势在必行，站内电码化设备作为重要控制设备直接关系到列车运行安全和行车效率，必须保障其时刻安全、可靠地运行。目前，站内电码化地面设备尚处于故障后维修状态，对其进行维修和日常维护工作仍采用传统模式。现行的故障诊断方法无论是其处理效率还是稳定性都难以满足铁路发展的要求，因此，本文围绕站内电码化地面设备的故障诊断系统分析与设计展开研究。本文通过分析目前国内外故障诊断技术的研究现状与铁路信号设备故障诊断的诸多方法，采用专家系统与神经网络集成的故障诊断技术、虚拟仪器技术搭建了站内电码化地面设备的故障诊断系统。首先，选择二线制电气化区段25Hz相敏轨道电路预叠加ZPW-2000A站内电码化作为研究对象，对其工作原理、结构及主要技术特点进行了研究，总结归纳了站内电码化地面设备的故障机理、常见电气故障及处理措施。其次，对智能故障诊断方法在站内电码化地面设备故障诊断中的应用进行了深入研究。在故障诊断专家系统中，通过建立故障树将已有的故障诊断知识及规则存入知识库，设计推理机并运用产生式规则表示法将系统的详细推理过程清晰地展现出来。在神经网络故障诊断中，利用BP(Back Propagation,反向传播)神经网络的模式识别功能，根据拥有数据特征的故障实例建立神经网络故障诊断模型，选取故障数据对其进行训练与测试，通过Matlab仿真验证了BP神经网络在站内电码化地面设备故障诊断系统中运用的可行性。从专家系统与神经网络单独应用于站内电码化地面设备故障诊断的过程可以看出，两种方法各有利弊且具有一定的互补性。因此，设计了基于虚拟仪器技术平台集成专家系统与神经网络技术的站内电码化地面设备故障诊断系统。最后，本系统采用Microsoft Access数据库对专家系统的知识库及故障诊断系统的数据信息进行管理和维护，通过采用LabVIEW和Matlab混合编程方法实现专家系统和BP神经网络故障诊断模块的设计。通过故障诊断实例验证了设计的可行性，结果表明该故障诊断系统可以智能地、快速地、准确地诊断出站内电码化地面设备故障，为故障的分析和诊断提供科学的辅助决策，提高检测水平和效率。