针对城市轨道列车一系钢弹簧应力响应难以获取、疲劳退化过程难以量化及结构参数变化导致寿命离散等问题，提出一种数据与物理融合驱动的疲劳寿命预测及参数优化方法。首先，依据钢弹簧结构尺寸与材料参数建立有限元模型，通过静刚度和应力分析验证模型准确性。为获取钢弹簧危险点的应力数据，结合钢弹簧与轴箱的位置关系，将实测轴箱加速度作为随机振动激励输入有限元模型，获取危险点应力响应。在此基础上，采用名义应力法完成物理驱动的剩余寿命预测。结果表明，在超载AW3工况下，钢弹簧总损伤为5.36×10⁻⁶，剩余服役里程约为4.86×10⁶ km。
在建立物理寿命预测基准后，为量化钢弹簧疲劳退化状态，从危险点应力响应中提取多域特征，并结合单调性与趋势性指标筛选退化敏感特征，引入Transformer构建健康指标模型，建立单调性约束下的损失函数实现钢弹簧退化过程的量化表征。随后，开展裂纹扩展分析，获取失效状态下的应力响应，并输入Transformer-HI模型确定失效阈值。结合健康指标演化趋势与失效阈值，得到钢弹簧疲劳剩余寿命为1.63×10⁷ min，折算剩余服役里程约为4.54×10⁶ km，与名义应力法结果的相对误差为6.58%。
为解决疲劳寿命离散化的问题，开展以寿命提升为目标的参数优化。构建了结构参数与疲劳寿命之间的代理模型，采用敏感性分析识别影响寿命的关键参数。引入改进的麻雀搜索算法(Sparrow Search Algorithm, SSA)，通过自适应搜索策略与敏感性引机制实现参数高效寻优。结果表明，基于改进麻雀搜索算法优化后，预测寿命提升至5.02×10⁶ km，有限元验证结果为5.26×10⁶ km，相对误差为4.9%，验证了所提方法的有效性。
 

钢弹簧,有限元仿真,疲劳寿命预测,健康指标,参数优化