轨道电路是CTCS系统重要设备之一，其性能直接影响着列车的运行安全，当轨道电路发生故障时，可能会引起严重的安全事故。目前，我国对轨道电路设备的故障诊断方法存在准确率较低、效率不高，比较依赖于维修人员的工作经验。传统的轨道电路故障诊断方法已经不再适应高效率、智能化、全面化的要求。因此，引入新的故障诊断技术，建立一个智能的轨道电路故障诊断系统，对发现设备故障、分析故障原因、提高维护效率，是非常有意义的。本文主要以ZPW-2000A轨道电路为研究对象，对ZPW-2000A轨道电路的工作原理、技术特征、常见故障、故障机理等进行分析。改进了轨道电路的检测算法，完善了轨道电路故障诊断模型和数据库，从而实现了对轨道电路的检测与故障诊断。论文主要完成以下内容：首先，分析ZPW-2000A轨道电路的工作原理，总结出轨道电路的常见故障。根据均匀传输线理论，建立了轨道电路四端网络模型。归纳了补偿电容和道砟电阻影响幅值包络的规律。其次，深入研究了粒子群算法的原理、参数的选取、算法的流程。为了改善粒子群算法的搜索能力，对粒子群优化算法进行了改进。因为BP神经网络有易陷入局部最优、收敛速度慢，故使用粒子群算法优化BP神经网络的参数。提出了一种基于改进粒子群算法的神经网络建模方法，并给出了建模的步骤和优化的流程。最后，归纳总结ZPW-2000A系统的常见故障，轨道电路故障诊断系统的人机界面是使用VC++6.0和Matlab联合编程技术编写的，根据现场数据，对轨道电路进行检测和故障诊断。从诊断结果可看出，这个系统可以准确地诊断出轨道电路是否发生故障，判断相应故障类型及分析故障的原因，能够及时地处理各种故障信息，故障的诊断效率得到了提高。