基于能量最小原则的高铁填料压实过程振动参数优化

为了动态优化高铁路基碾压参数,以提高高铁路基填料碾压效率,提出了一种基于振动能量最小原则的振动参数优化方法。首先,开展室内振动压实试验,以建立振动参数与干密度之间的定量关系;其次,采用改进神经网络方法建立干密度增量预测模型,构建基于能量最小原则的压实过程振动参数优化方法;最后,基于Modbus通讯协议,优化设计出振动参数可调的智能振动压实仪,并通过振动压实试验验证优化结果。研究结果表明：振动强度达到阈值后,进一步增大振动强度会导致压实仪发生“跳振”,严重影响振动设备使用寿命;改进神经网络模型能够较好用于预测干密度增量;提出适用于动态优化的遗算法(genetic algorithm,GA)算法的最佳参数,即种群数量为150,选择概率为0.9,交叉概率为0.6,变异概率为0.05;在此最佳参数下,能有效保证动态优化方法的准确性;采用优化后振动压实方案能够减少振动能量127.58 J,占优化前能量输出的25.61%,填料破碎率减小0.9%。