一种基于深度学习的铁路转向架结构优化方法及系统

本发明涉及列车转向架技术领域，公开了一种基于深度学习的铁路转向架结构优化方法及系统，该方法包括：采集转向架摇枕三维几何模型构建有限元仿真模型。基于有限元仿真对摇枕结构施加组合载荷，获取摇枕结构的应力图谱。提取力学指标判断是否进行结构优化。当判定进行优化时，基于历史结构样本训练深度学习模型。将待优化摇枕结构参数输入深度学习模型中，获得用于优化的参数调整建议。根据参数调整建议重新构建摇枕结构模型，并进行有限元验证，判断优化后的结构是否满足目标性能指标要求。本申请提升了设计效率、缩短了开发周期，实现了铁路转向架摇枕结构在强度、刚度、模态和疲劳寿命等多目标性能之间的高效协同优化。