中文摘要：

大数据机器学习建模为探究轮轨的作用机理提供了一个强有力的工具 轮轨力是轮轨关系的核心。在列车发生脱轨时，轮轨横向力迅速增大或轮轨垂向力迅速减小，若能够实时监测轮轨力，则可在超过安全限值时采取必要措施，降低列车出轨的风险。目前，测力轮对虽然能够实时检测轮轨力，但其成本较高并且维修不便，只能在少数综合检测列车上安装使用。机理分析研究表明，车辆的振动响应与轮轨力之间存在着某种复杂的非线性关联关系，但机理建模的计算量较大，无法在线虚拟测量。