随着重载铁路轴重的增加以及货物运输密度的不断增长,钢轨伤损愈发严重,尤其是钢轨滚动接触疲劳与磨耗问题尤为突出。根据重载铁路钢轨磨耗与滚动接触疲劳竞争失效机理,提出一种考虑设计周期内钢轨滚动接触疲劳和磨耗竞争关系,对内、外轨使用不同优化策略的钢轨廓形数值优化方法,以优化钢轨廓形,改善轮轨关系,减少钢轨滚动接触疲劳和磨耗伤损,延长钢轨使用寿命。论文主要研究工作如下:建立了钢轨磨耗预测模型和疲劳裂纹扩展预测模型。运用车辆-轨道耦合动力学理论,基于Archard磨耗模型和多点Kik-Piotrowski（KP）接触理论建立了钢轨磨耗预测模型;运用能量指数（EI）方法和Miner线性疲劳损伤累积理论,建立了钢轨疲劳裂纹扩展预测模型,并运用现场实测钢轨伤损数据,验证了所建立钢轨磨耗和疲劳裂纹扩展预测模型的有效性。分析了影响钢轨磨耗和滚动接触疲劳的主要因素,认为预测钢轨磨耗和疲劳时需考虑货车编组、车轮廓形、轨道不平顺和行车速度的影响。研究确定了钢轨廓形优化的设计参数。应用随机样本法建立了多种随机因素下钢轨磨耗预测模型和疲劳裂纹扩展预测模型,并研究随机因素下75 kg/m标准廓形钢轨磨耗和疲劳裂纹发展规律,确定钢轨廓形优化的设计周期和内、外轨优化区域。利用近似模型方法建立钢轨廓形非线性数学优化模型。运用拉丁超立方抽样方法（LHS）抽取钢轨廓形样本,以钢轨廓形圆弧参数为自变量,以设计周期内钢轨滚动接触疲劳裂纹和磨耗达到平衡为优化目标,采用BP神经网络和高斯径向基函数两种近似模型方法,建立了钢轨廓形优化模型,两种方法建立的优化模型均有较高精度,预测误差均小于5%。应用遗传算法（Genetic algorithm,GA）求解建立的两种钢轨廓形的优化模型,得到两种最优内、外轨组合廓形GS₁和BP₁。在设计周期内,GS₁组合廓形和BP₁组合廓形外轨的磨耗速率与裂纹扩展速率始终处于动态平衡,钢轨表面不会出现疲劳伤损。与标准75 kg/m标准廓形相比,优化钢轨廓形轮轨接触点向非工作边侧移动,钢轨磨耗更加均匀,钢轨接触斑面积增大,轮轨接触应力减小1¹.4倍,且在设计周期内钢轨的使用寿命分别延长了10%与19.4%。