[发明专利]一种基于神经网络模型的高速铁路钢轨廓形优化设计方法

权利要求书

1.一种基于神经网络模型的高速铁路钢轨廓形优化设计方法，其特征在于：

根据高速铁路钢轨的接触位置得到钢轨廓形优化区域，根据所述钢轨廓形优化区域确定钢轨廓形优化目标函数和所述钢轨廓形优化区域的约束条件；

选取所述钢轨廓形优化区域中的设定数量的待优化点，根据所述待优化点和所述钢轨廓形优化区域的约束条件生成备选钢轨廓形；

使用多体动力学-钢轨磨耗计算模型MDRW计算所述待优化点的钢轨磨耗，根据待优化点的磨耗得到钢轨磨耗目标函数；

根据所述备选钢轨廓形的坐标和所述钢轨磨耗目标函数生成输入及输出数据集，使用所述输入与输出数据集训练神经网络模型；

基于遗传算法搭建钢轨廓形优化模型，通过训练好的神经网络模型计算遗传算法中的适应度函数值，输出各个待优化点的坐标值，利用各个待优化点的坐标值形成优化后的钢轨廓形；

所述的根据所述钢轨廓形优化区域确定钢轨廓形优化目标函数和所述钢轨廓形优化区域的约束条件，包括：

根据钢轨的磨耗区域及钢轨廓形优化区域范围确定钢轨廓形优化目标函数，该钢轨廓形优化目标函数如下式所示：

其中，m代表m型列车；α_m为m型列车权重，z₁,z₂,z₃,…,z_n是设计变量的z坐标；代表m型列车对应的第i个钢轨廓形优化点的磨耗，是m型车对应的所有钢轨廓形优化点的平均磨耗；

所述钢轨廓形优化区域的约束条件由下式表达：

约束条件(1)

其中，(y_i,z_i)是钢轨型面优化区域内的第i个待优化点；

约束条件(2)

其中，l_i和u_i分别是第i个优化点的上下限；Δz_i是新廓形与原始廓形对应点的z坐标差值；

所述的使用多体动力学-钢轨磨耗计算模型MDRW计算所述待优化点的钢轨磨耗，根据待优化点的磨耗得到所述钢轨磨耗目标函数，包括：

多体动力学-钢轨磨耗计算模型MDRW由多体动力学模型和磨耗模型两部分组成，多体动力学模型包括车辆模型及轨道模型，车辆模型包含一节车体和两个转向架，每个转向架分别由一个构架、两个轮对、四个轴箱组成，各部件之间通过一系和二系悬挂连接，悬挂系统通过非线性力元模拟；轨道模型的线形包括直线和曲线区段，采用实测不平顺作为外部激励；

磨耗模型基于Archard材料磨耗理论进行磨耗分析，磨耗体积损失由下式得到：

其中V_wear为磨耗体积m³；k_wear为无量纲的磨耗系数；N为法向接触力N；s为滑动距离m；H为两种材料中较软材料的硬度；

在轮轨接触的接触斑区域内，切向接触采用FASTSIM算法进行分析，法向接触则采用Hertz接触理论进行计算，接触斑离散为多个长方形单元，离散单元中心的法向应力采用下式进行计算：

其中(x,y)为离散单元中心的坐标；a和b分别代表椭圆接触斑的长短半轴长度，假定单元中心的法向应力即为单元的法向应力，离散单元的磨耗深度由下式表示：

其中Δd为在时间间隔Δt内发生的弹性变形，其具体形式见下式：

其中S＝[s_xs_y]^T是由FASTSIM算法得到的总滑动速度；V_c为相对于接触斑的离散单元的速度；Δx代表离散单元在前进方向的长度，离散单元的磨耗深度由下式得到：

其中磨耗系数k_wear由试验得到；

根据各个离散单元的磨耗深度得到所述钢轨廓形优化区域的各个待优化点的磨耗情况，根据各个待优化点的磨耗通过数学处理后得到所述钢轨廓形优化区域的目标函数。

2.根据权利要求1所述的方法，其特征在于，所述的根据高速铁路钢轨的接触位置得到钢轨廓形优化区域，包括：

根据高速铁路现场实测钢轨的接触位置信息、光带宽度及分布情况，参考线路参数及运行列车的车轮廓形信息，采用轮轨接触关系相关理论分析得到钢轨的接触位置，根据钢轨的接触位置确定钢轨廓形优化区域。