ZPW-2000A无绝缘轨道电路是列车运行的安全保障和铁路运输设备的重要组成部分。若ZPW-2000A无绝缘轨道电路在列车运行时出现故障,很有可能使得列车发生事故,不仅会造成经济损失,甚至会伤及生命健康。为了提高铁路的运输效率,并保证列车安全运行,对ZPW-2000A无绝缘轨道电路的维护是至关重要的。迄今为止,人工测试分析方式是ZPW-2000A无绝缘轨道电路的主要判别监测方式。该监测方式存在判别难度大、时间长、效率低等缺陷。本文对ZPW-2000A无绝缘轨道电路历史故障数据进行分析,将粗糙集和图论理论相融合,对ZPW-2000A无绝缘轨道电路进行故障诊断,尽可能的弥补上述缺陷。本文所做研究如下所示:首先,分析ZPW-2000A无绝缘轨道电路的结构及其工作原理,并对铁路信号集中监测系统中的监测类型和监测原理进行分析。在一般故障诊断方法的基础上,本文提出ZPW-2000A轨道电路故障诊断方法。其次,以ZPW-2000A无绝缘轨道电路的微机监测记录数据为基础,通过分析该轨道电路的历史故障数据及现场应用情况,提取发送电源、轨出1、轨出2、主轨道输入电压、小轨道输入电压、XGJ电压、XG电压、GJ电压以及发送功出等设备电压状况作为特征属性。根据历史故障数据和专家经验构建故障诊断信息系统,建立故障诊断决策表并构造其加权多部决策表图和邻接矩阵,完成属性约简,获得约简属性,得到最简属性约简表。再次,对决策规则的分级、故障信息覆盖度以及Rete算法的规则网络结构图进行介绍。依照故障信息覆盖度和置信度的大小,从核属性开始对故障规则进行提取。提出基于Rete算法的规则匹配算法。最后,利用Labview和Matlab完成了ZPW-2000A无绝缘轨道电路诊断系统的设计及实现。根据现场测试数据对本文故障诊断系统进行测试,由测试结果可知,本文的故障诊断系统误判个数相较于基于模糊认知图的轨道电路故障诊断方法有所改善,其误判率明显低于基于模糊认知图的误判率。