本技术提供了铁路小半径曲线非对称钢轨廓形鲁棒性优化设计方法,涉及钢轨廓形优化技术领域,包括获取多组随机样本;根据随机样本构建车辆‑轨道系统的耦合动力学仿真模型输出关键指标,关键指标包括轮轨力、脱轨系数、轮重减载率和钢轨磨耗量;根据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深度数据;根据随机样本、关键指标和钢轨累积磨耗深度数据构建得到动态响应预测模型;将随机样本作为动态响应预测模型的输入值得到概率密度分布结果,并进行敏感性分析得到敏感变量;根据敏感变量和预设的设计变量生成帕累托前沿解,并拟合得到钢轨廓形优化设计方案。本发明实现了钢轨廓形优化解适应复杂、随机的运营环境。
背景技术
大多数轨道交通线路都建在土地资源有限的中大型城市,这些地铁线路往往铺设有较多的小半径曲线。小半径曲线钢轨侧磨的快速发展,将直接降低列车的曲线通过性能并缩短钢轨的使用寿命。
小半径曲线增加了轮轨横向力和轮轨相互作用的可能性。这些力会加速钢轨的磨损和降低列车的运行品质,导致一系列问题,会损害铁路运营的完整性和安全性。相关技术领域的人员开展了钢轨和车轮的廓形优化设计,在车辆运行性能和轮轨使用寿命的提升起到了一定效果,但是随着车辆和轨道结构的长期运营,车辆、轨道参数具有较强的不确定性,所得到的钢轨廓形优化解难以适应复杂、随机的运营环境,指导的钢轨打磨效果差强人意。
因此,如何实现钢轨廓形优化解适应复杂、随机的运营环境,是本技术领域亟待解决的问题。
实现思路