摘要
本研究旨在建立模型快速计算在设计的锁定轨温范围内的最佳锁定温度,确保无缝线路在该温度下应力接近零值,提高轨道系统的安全性和稳定性。针对轨道温度应力变化对系统安全的影响,本文提出了一种结合物理力学模型和数据驱动机器学习方法的混合应力预测模型,优化无缝铁路轨道的传感器布设,提高温度应力的预测精度。该模型结合贝叶斯优化(BO)与高斯过程回归(GPR)算法,通过温度传感器获取环境温度变化,耦合计算温度应力。在试验中,通过30次目标函数评估,观测到最佳铺设温度,且优化后的预测误差显著缩小。结果表明,贝叶斯优化与高斯过程回归模型不仅提高了应力预测精度,还通过较少的计算次数和较短的时间实现快速收敛,适合应用于无缝线路轨道应力放散锁定施工,能够快速计算应力为零的最佳锁定温度。
出处
《中国新技术新产品》
2025年第8期76-79,共4页
New Technology & New Products of China
