CN119442932A 一种铁路小半径曲线非对称钢轨廓形鲁棒性优化设计方法 （西南交通大学）

一种铁路小半径曲线非对称钢轨廓形鲁棒本发明提供了铁路小半径曲线非对称钢轨构建车辆轨道系统的耦合动力学仿真模型输出耗模型计算得到不同随机变量组合下的钢轨累轨累积磨耗深度数据构建得到动态响应预测模2获取钢轨廓形几何的磨耗变量范围、车辆参数变量范围和轨道根据所述关键指标和预设的磨耗模型计算得到不同随机变量组合下的钢轨累积磨耗根据所述随机样本、所述关键指标和所述钢轨累积磨耗深度数据构将所述随机样本作为所述动态响应预测模型的输入值，通过预测随度分布结果进行敏感性分析得到影响优化目根据所述敏感变量和预设的设计变量构建多目标函数生成帕累2.根据权利要求1所述的铁路小半径曲线非对称钢轨廓形鲁棒性优化设计方法，其特在所述钢轨廓形离散坐标系中将所述优化区域参数离散设置根据预设所述可动点垂向坐标的可变范围将所述可动点垂向坐标的可变范围作为所3.根据权利要求1所述的铁路小半径曲线非对称钢轨廓形鲁棒性优化设计方法，其特获取车辆参数和轨道设计参数，并基于车辆参数构建车辆模型，根将所述车辆模型和所述轨道模型进行耦合，得到所述耦合动力学轨切向接触由Fastsim快速仿真算法4.根据权利要求1所述的铁路小半径曲线非对称钢轨廓形鲁棒性优化设计方法，其特设定所述阿查得磨耗模型的材料磨耗行为只发生在钢轨廓形的接触斑3将钢轨廓形的接触斑滑动区划分N个网格，并对N个所述网格内的基于N个所述网格内的累计磨耗量，得到随机运营工况下钢轨廓形的钢轨累积磨耗深5.根据权利要求1所述的铁路小半径曲线非对称钢轨廓形鲁棒性优化设计方法，其特基于所述随机样本、所述关键指标和所述钢轨累积磨耗深度数据构获取所述关键指标中80%的随机样本对所述神经网络代理模型进行训练，得到所述神获取所述关键指标中20%的随机样本测试所述神经网络代理模基于预设的误差范围，判定构建的所述代理模型是否有效，所述预6.根据权利要求5所述的铁路小半径曲线非对称钢轨廓形鲁棒性优化设计方法，其特在完成所述隐藏层节点数和学习率参数的优化后，基于粒7.根据权利要求6所述的铁路小半径曲线非对称钢轨廓形鲁棒性优化设计方法，其特将所述车辆参数变量范围通过拉丁超立方生成多个样本，多个所述样本按照8:2的比优化后的神经网络代理模型以及多种不同的代理模型分别代理所述耦合动力学仿真应用所述训练集对所述优化后的神经网络代理模型以及多种不同的代理模型进行训应用所述测试集对所述优化后的神经网络代理模型以及多种不同的代理模型进行测基于所述优化后的神经网络代理模型与多种不同的模型，在所8.根据权利要求1所述的铁路小半径曲线非对称钢轨廓形鲁棒性优化设计方法，其特基于所述敏感变量和预设的设计变量设定优化目标，所述优化目4所述鲁棒性优化设计采用基于三西格玛的鲁9.根据权利要求1所述的铁路小半径曲线非对称钢轨廓形鲁棒性优化设计方法，其特基于所述预测结果生成随机运营工况下的车辆动态响应指标，选取车辆轨道系统参数变量的均值作为所述动态响应仿真模型的输入；测试的原始钢轨轮廓和优化后钢轨轮廓，分别通过所述动态5[0005]本发明的目的在于提供一种铁路小半径曲线非对称钢轨廓形鲁棒性优化设计方根据所述关键指标和预设的磨耗模型计算得到不同随机变量组合下的钢轨累积根据所述随机样本、所述关键指标和所述钢轨累积磨耗深度数据构建代理模型，率密度分布结果进行敏感性分析得到影响优化目6所述帕累托前沿解拟合得到钢轨廓形优化设计方[0009]图1为本申请所述的铁路小半径曲线非对称钢轨廓形鲁棒性优化设计方法流程图13为本申请的随机运营工况下钢轨累积磨耗深度的边际概率密度函数分布示7[0012]如图1所示，本实施例提供了一种铁路小半径曲线非对称钢轨廓形鲁棒性优化设拟车辆轨道系统的动态响应情况输出关键指标，所述关键指标包括各所述随机样本的轮工况下的动力学响应和磨耗深度得到钢轨磨耗性能与轮轨动力响应的概率密度分布结果，并对所述概率密度分布结果进行敏感性分析得到影响优8区域为钢轨打磨的区域，在钢轨廓形离散坐标系中钢轨廓形被分成非优化区域和优化区因此钢轨打磨变量取值范围如下：;学仿真模型的轮轨切向接触由Fastsim快速仿真算法9;式中，za为接触斑对应位置的磨耗深度；A为磨型的输入维度也将大幅增加，采用上述代理模型难以满足高维变量下代理模型的计算精[0026]神经网络代理模型具有两个隐藏层,节点数量的确定(m,n)对于模型训练的成功一步优化所述神经网络代理模型的初始权重和本按照8:2的比例随机分为训练集和测试[0031]如图8图9所示，分别直观地显示了六种模型在训练数据集和测试数据集上的性;;;;;;;;为优化区域的轨线轮廓边界点处的切线斜率；kn为非优化区域的轨线轮廓边界点处的切ki是连接第i个数据点mi和第i+1个数据点的直线的斜率；zu为磨耗深度。;;其中，ks和kye分别为优化区域的起点和终点处的切线斜优化对小半径曲线钢轨廓形进行优化设计后。获得多目标确定性和鲁棒优化的帕累托前应限制在3mm以下，则多目标确定性和鲁棒性优化的最优值在图11中标记为实心正方形和步骤S670、通过比较判断优化后钢轨轮廓是否提高安全性能和横向轮轨动态性[0042]通过原始钢轨轮廓和优化后钢轨轮廓的比较分析，评估优化后钢轨轮廓的有效以估算车辆动态响应和钢轨磨耗指标的平均结果。10000次模拟结果的分布如图12和图13函数可以告知铁路养护维修决策者，特定值或特定范围的模型输出有多大可能被观测到,