基于人工神经网络-遗传算法联用的天然橡胶轨枕垫开发及其在铁路过渡段优化中的应用研究

针对铁路过渡段刚度突变导致的轨道稳定性问题，泰国研究人员创新性地开发了天然橡胶(NR)基轨枕垫(USP)，通过调整填料配比优化NR/CR复合材料的力学性能，结合ANN-GA智能算法预测最佳硬度/M100/厚度参数组合。实验证实优化后的NR-USP可使静态刚度(Cstat)达0.173 N/mm3，现场测试显示其有效降低桥梁-道砟过渡段17.3mm垂直位移，为东南亚铁路建设提供本土化解决方案。

　　

铁路轨道在桥梁与道砟路段的过渡区域长期面临刚度突变的工程难题，这种"软硬交接"会导致轨道几何形变加速、维护成本激增。传统聚氨酯轨枕垫(USP)存在机械性能衰减快、环境适应性差等缺陷，而泰国作为全球最大天然橡胶(NR)生产国，其优质STR20橡胶在轨道交通领域的应用却尚未充分开发。更棘手的是，过渡段所需的渐进式刚度调节需要USP参数精确匹配，现有技术难以实现定制化设计。

泰国研究人员通过创新材料配方与智能算法联用破解了这一难题。研究团队首先设计12种NR复合材料配方，重点开发NR/氯丁橡胶(CR)4:6共混体系，通过调控碳黑(N330)、二氧化硅等填料比例(5-60phr)优化力学性能。采用ASTM D412/D624标准测试发现，含25phr二氧化硅的F11配方展现最佳平衡：拉伸强度8.54MPa、硬度73.97 Shore A、抗撕裂强度达29kN/m。为精准预测USP性能，团队建立3-8-2拓扑结构的ANN模型，输入硬度/M100/厚度参数后，对静态刚度(C_stat)和动态刚度(C_dyn)的预测R2达0.99126。结合遗传算法(GA)优化，确定10.51mm厚度USP可使过渡段刚度梯度下降，现场测试显示垂直位移降低6.6倍。

关键技术包括：1) 橡胶混炼采用两段式密炼-开炼工艺；2) 按BS EN 16730:2016标准测试300×300mm USP样品；3) 几何道砟板(GBP)模拟实际工况；4) 位移传感器与FFT分析采集轨道动态响应；5) Levenberg-Marquardt算法训练ANN。

研究结果显示：F11配方USP在"载荷板-混凝土块-GBP"构型下静态刚度0.076N/mm3，滞后损耗达15.766%，优于传统产品。厚度敏感性分析表明，12.5mm厚度USP的C_stat比25.6mm样品高11.6%。ANN-GA模型精准预测不同轨枕位置的最佳厚度(1.52-20.61mm)，实现过渡段位移平滑过渡，误差仅4.23%。

该研究开创性地将本土天然橡胶资源转化为高性能轨道交通材料，其ANN-GA优化框架为复杂工况下的USP设计提供普适方法。特别值得注意的是，开发的NR-USP在70℃热老化后性能衰减<8%，显著优于回收橡胶产品。成果不仅推动泰国铁路技术自主化，更为"一带一路"沿线热带地区铁路建设提供技术范本，相关技术已应用于曼谷新中央车站过渡段改造工程。论文提出的材料-算法双创新模式，为智能材料开发开辟新路径，被工程领域权威期刊《Results in Engineering》收录发表。