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%。