CN103322936B - 轮对尺寸在线监测方法 - Google Patents

Abstract

本发明公开了一种轮对尺寸在线检测方法，包括布设传感器、踏面数据分段、数据预处理、坐标变换、数据融合、确定关键踏面数据段、计算轮对尺寸以及判断轮对尺寸是否异常等步骤；本发明设计简单、结构布设方便、计算量小、测量精度高，且实时性强。<!--1-->

Description

轮对尺寸在线监测方法

技术领域

本发明属于轨道车辆在线监测领域，特别是一种轮对尺寸在线监测方法。

背景技术

机车车轮是机车与轨道的结合部位，承载着整个机车的重量并保证机车在轨道上的运行。一旦车轮在运行时出现了问题，即使是一个小问题都可能造成重大的事故，机车车轮需要监测将事故出现的可能性降到最低。车轮外形尺寸的变化对轮对的性能及安全性上有巨大的影响。当同轴的两个车轮磨耗不均时，机车倾向于磨耗较大的一侧进而加剧该轮的磨损。另外，车轮缺陷对钢轨会造成瞬时冲击，增加钢轨损耗导致机车运行安全性下降。除保证机车的运行安全，对车轮踏面外形变化的跟踪监测可以对车轮不同部位磨耗情况记录和比较，为轮对外形尺寸研究提供实地资料。因此对车轮踏面外形变化进行监测是十分必要的，这一项监测任务也被列入了机车常规项目检查中的一项。

对车轮尺寸的测量过去基本依靠人工估计，该方法估计值的准确性很大程度上依赖监测人员的测量工具和经验。随着科技的发展更多的测量工具引入了车轮状态监控中，现在轮对外形尺寸测量的技术主要分为接触式和非接触式。

（1）接触式

①卡尺式检测工具

卡尺式检测工具是最原始的对车轮情况进行测量的工具。它针对测量的车轮采用了特殊的形状设计；同时卡尺上采用了游标卡尺，千分尺来保证精度。该法精度受人为影响大。

②磁爬式测量工具

磁爬式测量工具的原理是采用磁性滚轮沿轮对踏面部分滚动，通过计算得到整个踏面的磨耗信息。该工具为便携式设计，轻巧方便。另外，由于使用电脑对测量的数据进行处理得到磨耗值，减少了计算所消耗的时间和人为的误差。但是该工具需要人工操作。

（2）非接触式

①超声遥测法

俄罗斯90年代中期采用此法设计踏面检测装置。在车速为≤5km运行时，遥测传感器组可以检测出距车轮各特征表面的距离，分析处理后可以得到车轮直径、轮缘厚度、踏面磨耗及垂直磨耗等参数。但是该检测方法精度较低，无法得到车轮完整的外形曲线。

②图像法

图像法测量装置由激光束、CCD、车轮检测器、同步检测传感器及遮光板组成。当车轮通过测量装置时，激光照射到待测车轮，用光电传感器捕捉通过的车轮轮缘，同时用高速随机光栅摄影。对所摄影的像，经滤波和细化处理，抽出激光图像的中心线，算出车轮各部位的尺寸。该装置测量精度高，但摄像机安装在车轮下方，对轨道要求高，而且摄像机容易受灰尘污染，另外数据处理量大，对车速有一定限制。

发明内容

本发明的目的在于提供一种设计简单、结构布设方便、计算量小、测量精度高，且实时性强的轮对尺寸在线监测方法。

实现本发明目的的技术解决方案为：

一种轮对尺寸在线监测方法，包括以下步骤：

步骤一：布设传感器，沿一侧轨道外侧并排安装四个光栅传感器，第一个光栅传感器距离第二个光栅传感器5～20m，第二个光栅传感器和第三个光栅传感器相距0.1～1.0m，第三个光栅传感器距离第四个光栅传感器5～20m，车号识别天线位于第一个光栅传感器和第二个光栅传感器之间，设置在两轨道之间，距离第一个光栅传感器3～10m；八个2D激光传感器位于第三个光栅传感器和第四个光栅传感器光栅之间，距离第三个光栅传感器3～15m；2D激光传感器对称安装于两个轨道旁侧，就单根轨道而言，三个2D激光传感器安装于两条轨道的内侧，一个2D激光传感器安装于两条轨道外侧，靠近第四个光栅传感器的两个2D激光传感器对称布置；每个2D激光传感器与轨道的相对距离为100mm～450mm，内侧中间的两个2D激光传感器与垂线的夹角为0°～15°、与纵向水平线的夹角为15°～65°，其他2D激光传感器与垂线的夹角为25°～65°、与纵向水平线的夹角为15°～65°；

步骤二：踏面数据分段，单个车轮所对应的数据为传感器开始连续输出数据的临界点至连续不输出数据的临界点之间的数据；

步骤三：数据预处理，将每个轮子所对应的数据根据以下原则处理：一方面，舍去每个轮子对应数据的前两组以及最后两组；另一方面，当单组数据的数据点小于传感器单次最大采样点数的1/2时，将该组数据舍去；

步骤四：坐标变换，对每个2D激光传感器的预处理后的每组数据根据以下原则进行坐标变换：

对轨道外侧2D激光传感器测得的二维数据根据以下公式进行变换：

$u_n=\sqrt{{x_n}^2+{y_n}^2}\sin (\mathrm{\&theta;}+\mathrm{\&beta;})=x_n\cos \mathrm{\&beta;}+y_n\sin \mathrm{\&beta;}$

$v_n=\sqrt{{x_n}^2+{y_n}^2}\cos (\mathrm{\&theta;}+\mathrm{\&beta;})=y_n\cos \mathrm{\&beta;}-x_n\sin \mathrm{\&beta;}$

对轨道内侧2D激光传感器测得的二维数据根据以下公式进行变换：

$u_n=\sqrt{{x_n}^2+{y_n}^2}\sin (\mathrm{\&theta;}-\mathrm{\&beta;})=x_n\cos \mathrm{\&beta;}-y_n\sin \mathrm{\&beta;}$

$v_n=\sqrt{{x_n}^2+{y_n}^2}\cos (\mathrm{\&theta;}-\mathrm{\&beta;})=y_n\cos \mathrm{\&beta;}+x_n\sin \mathrm{\&beta;}$

其中，（xn，yn）为原始坐标系内一点的坐标值，n为该点的编号，θ为该点与纵坐标的夹角，β为该2D激光传感器与纵向水平线的夹角，（un，vn）为该点在转换后坐标系内的坐标值；

步骤五：数据融合，将坐标变换后的每组数据融合，根据以下公式：

$\begin{array}{c}{u_n}^{\left(0\right)}={u_n}^{\left(1\right)}+a\\ {v_n}^{\left(0\right)}={v_n}^{\left(1\right)}+b\end{array}$ $\begin{array}{c}{u_m}^{\left(0\right)}={u_m}^{\left(2\right)}+c\\ {v_m}^{\left(0\right)}={v_m}^{\left(2\right)}+d\end{array}$

其中，（un(1),vn(1)）和（um(2),vm(2)）分别为靠近第四个光栅传感器的两个激光传感器转换后坐标系内的坐标值，a和b为外侧激光传感器的原始坐标原点在融合坐标系下的横纵坐标，c和d为内侧激光传感器的原始坐标原点在融合坐标系下的横纵坐标。（un(0),vn(0)）和（um(0),vm(0)）分别为这两点在融合坐标系中的坐标值；

步骤六：确定关键踏面数据段，求取上述融合后的每组踏面数据y坐标的最大值和最小值的差值，差值最大的那组数据即为关键踏面数据；

步骤七：计算轮对尺寸，将处理得到踏面数据根据几何关系求取轮缘高、轮缘厚、车轮直径、轮对内侧距等轮对尺寸数据；

步骤八：判断轮对尺寸是否异常，得到各个轮对尺寸后，将测量尺寸与规定尺寸上下限对比，当轮缘高度大于规定尺寸的上限，轮缘厚度小于规定尺寸的下限，轮径大于规定尺寸的上限或小于规定尺寸的下限，则可得出轮对尺寸异常的结论，否则轮对尺寸正常。

本发明与现有技术相比，其显著优点：

1、精度高：本发明方法采用的装置使用高精度、高速二维激光轮廓传感器，可对多组数据进行融合进而提高精度。

2、计算量小：本发明方法采用的传感器输出的为二维数据信号，相对传统图像信号计算量显著减少。

3、实时性强：采用本方法，列车进入探测区域时无需停车，所测数据实时上传至工控机。

4、装置简单，可操作性强。

下面结合附图对本发明作进一步详细描述。

附图说明

图1是本发明轮对尺寸在线监测方法所采用装置的结构示意图。

图2是本发明轮对尺寸在线监测方法采用的激光传感器在轨道旁的位置的示意图。

图3是本发明轮对尺寸在线监测方法的流程图。

具体实施方式

本发明一种轮对尺寸在线监测方法，包括以下步骤：

步骤一：布设传感器，沿一侧轨道外侧并排安装四个光栅传感器，第一个光栅传感器距离第二个光栅传感器5～20m，第二个光栅传感器和第三个光栅传感器相距0.1～1.0m，第三个光栅传感器距离第四个光栅传感器5～20m，车号识别天线位于第一个光栅传感器和第二个光栅传感器之间，设置在两轨道之间，距离第一个光栅传感器3～10m；八个2D激光传感器位于第三个光栅传感器和第四个光栅传感器光栅之间，距离第三个光栅传感器3～15m；2D激光传感器对称安装于两个轨道旁侧，就单根轨道而言，三个2D激光传感器安装于两条轨道的内侧，一个2D激光传感器安装于两条轨道外侧，靠近第四个光栅传感器的两个2D激光传感器对称布置；每个2D激光传感器与轨道的相对距离为100mm～450mm，内侧中间的两个2D激光传感器与垂线的夹角为0°～15°、与纵向水平线的夹角为15°～65°，其他2D激光传感器与垂线的夹角为25°～65°、与纵向水平线的夹角为15°～65°；

步骤二：踏面数据分段，单个车轮所对应的数据为传感器开始连续输出数据的临界点至连续不输出数据的临界点之间的数据；

步骤三：数据预处理，将每个轮子所对应的数据根据以下原则处理：一方面，舍去每个轮子对应数据的前两组以及最后两组；另一方面，当单组数据的数据点小于传感器单次最大采样点数的1/2时，将该组数据舍去；

步骤四：坐标变换，对每个2D激光传感器的预处理后的每组数据根据以下原则进行坐标变换：

对轨道外侧2D激光传感器测得的二维数据根据以下公式进行变换：

$u_n=\sqrt{{x_n}^2+{y_n}^2}\sin (\mathrm{\&theta;}+\mathrm{\&beta;})=x_n\cos \mathrm{\&beta;}+y_n\sin \mathrm{\&beta;}$

$v_n=\sqrt{{x_n}^2+{y_n}^2}\cos (\mathrm{\&theta;}+\mathrm{\&beta;})=y_n\cos \mathrm{\&beta;}-x_n\sin \mathrm{\&beta;}$

对轨道内侧2D激光传感器测得的二维数据根据以下公式进行变换：

$u_n=\sqrt{{x_n}^2+{y_n}^2}\sin (\mathrm{\&theta;}-\mathrm{\&beta;})=x_n\cos \mathrm{\&beta;}-y_n\sin \mathrm{\&beta;}$

$v_n=\sqrt{{x_n}^2+{y_n}^2}\cos (\mathrm{\&theta;}-\mathrm{\&beta;})=y_n\cos \mathrm{\&beta;}+x_n\sin \mathrm{\&beta;}$

其中，（xn，yn）为原始坐标系内一点的坐标值，n为该点的编号，θ为该点与纵坐标的夹角，β为该2D激光传感器与纵向水平线的夹角，（un，vn）为该点在转换后坐标系内的坐标值；

步骤五：数据融合，将坐标变换后的每组数据融合，根据以下公式：

$\begin{array}{c}{u_n}^{\left(0\right)}={u_n}^{\left(1\right)}+a\\ {v_n}^{\left(0\right)}={v_n}^{\left(1\right)}+b\end{array}$ $\begin{array}{c}{u_m}^{\left(0\right)}={u_m}^{\left(2\right)}+c\\ {v_m}^{\left(0\right)}={v_m}^{\left(2\right)}+d\end{array}$

其中，（un(1),vn(1)）和（um(2),vm(2)）分别为靠近第四个光栅传感器的两个激光传感器转换后坐标系内的坐标值，a和b为外侧激光传感器的原始坐标原点在融合坐标系下的横纵坐标，c和d为内侧激光传感器的原始坐标原点在融合坐标系下的横纵坐标。（un(0),vn(0)）和（um(0),vm(0)）分别为这两点在融合坐标系中的坐标值；

步骤六：确定关键踏面数据段，求取上述融合后的每组踏面数据y坐标的最大值和最小值的差值，差值最大的那组数据即为关键踏面数据；

步骤七：计算轮对尺寸，将处理得到踏面数据根据几何关系求取轮缘高、轮缘厚、车轮直径、轮对内侧距等轮对尺寸数据；

步骤八：判断轮对尺寸是否异常，得到各个轮对尺寸后，将测量尺寸与规定尺寸上下限对比，当轮缘高度大于规定尺寸的上限，轮缘厚度小于规定尺寸的下限，轮径大于规定尺寸的上限或小于规定尺寸的下限，则可得出轮对尺寸异常的结论，否则轮对尺寸正常；一般当轮缘高度大于32mm，轮缘厚度小于22mm，轮径大于840mm或小于770mm可得出轮对尺寸异常的结论，否则轮对尺寸正常。

沿一侧轨道外侧并排安装的四个光栅传感器末端采用接插式出线，每个光栅传感器由发射装置和接收装置组成，安装于轨道外侧，距离轨道100mm～400mm。

车号识别天线由天线安装架安装在轨道中间位置，天线安装架固定于地面；车号识别天线距离轨道车辆底部的距离为100mm～500mm。

2D激光传感器均安装在安装支架上，支架的长为1～2m，宽为0.5～1.5m；所述2D激光传感器及其安装支架置于保护箱内，该保护箱由轨道底部的夹具固定。

实施例1：

列车轮对尺寸在线监测系统工作原理是在铁轨两侧安装激光位移传感器，当列车以一定的速度通过时，利用传感器对列车轮对进行扫描获取轮对几何尺寸的采样数据，再通过特定的算法对采样数据实时的进行分析并还原出轮对的形状，从而完成列车轮对尺寸的在线监测。当监测到轮对尺寸异常时发出警报，方便列车进站时进行检修。

车轮尺寸检测系统采用激光扫描法实现轮对外形的在线监测。8个安装于轨道内外侧的高精度、高频率的2D激光传感器用于采集轮对尺寸数据，后台处理器对原始数据分析处理判断轮对尺寸的异常情况。

结合图1，在轨道上以列车前进的方向为基准。沿列车运行方向传感器布置分别为光栅传感器、车号识别天线、2D激光传感器等。沿一侧轨道外侧并排安装四个光栅传感器，第一光栅P1距离第二P2光栅5m用于检测车辆到达传感器正上方的时刻以触发后续硬件设施启动并采集数据，P2和第三P3光栅相距0.1m，二者根据采集的数据计算出车辆速度以确定激光传感器开始拍摄时间，第四光栅P4与P3距离5m用于检测车辆驶离监测区域的时刻以关闭系统硬件设施。车号识别天线AEI位于P1和P2之间，设置在两轨道之间，距离P1为3m用于检测来车信息。激光传感器位于P3和P4之间，距离P3为3m。

结合图2，2D激光传感器对称安装于两个轨道旁侧，就单根轨道而言，三个2D激光传感器L2、L3、L4安装于两条轨道的内侧，一个2D激光传感器L1安装于两条轨道外侧，当有列车通过时，L1和L2分别对车轮内、外踏面进行扫描，获取完整的踏面尺寸信息；L2、L3、L4测量记录轮对直径的尺寸信息。L1和L2对称布置。采用高频率的2D激光传感器可以在车轮经过的瞬间多次采样，提高测量精度。每个2D激光传感器与轨道的相对距离为100mm，内侧中间的两个2D激光传感器与垂线的夹角为0°、与纵向水平线的夹角为15°，其他2D激光传感器与垂线的夹角为25°、与纵向水平线的夹角为15°。

为保证传感器的测量精度，安装支架的基座重新用水泥浇筑。安装支架通过螺栓以及夹具与基座固定，然后用螺栓将角度限定块固定于安装架上，最后将激光传感器安装于角度限定块上。安装完毕需对激光光源的角度进行校正。激光传感器的具体参数如下：

采样频率：100Hz

纵向量程：200mm

横向量程：120mm

安装距离：450mm

结合图3，本发明基于轮对尺寸在线监测方法。通过对原始数据筛选、分类、坐标变换和融合得到轮缘高、轮缘厚、轮对直径以及内侧距等关键尺寸，进一步判断轮对尺寸异常情况。算法的基本步骤为：

1、踏面数据分段

列车通过监测区域时，传感器连续采样因而无法辨别每个车轮所对应的数据。通过分析数据的分布规律可以区分出各个数据段所对应的车轮。2D激光传感器检测量程为有限距离，当超出传感器有效量程时传感器不输出数据。车轮第一次到达2D激光传感器有效测量范围内时传感器输出数据，当车轮完全离开有效测量范围时传感器不再输出数据，直至第二个车轮进入测量范围内。该车轮所对应的数据为传感器数据开始连续输出至数据连续不输出的临界点。

2、数据预处理

在线车轮尺寸监测系统采用先采集后处理的方式，导致存储的待处理数据量非常大，且其中有很大部分数据属于非完整车轮踏面外形数据。高频率的2D激光传感器在采集范围内将会对车轮踏面及轮缘进行数次扫描测量，这样在初始以及后期采集的数据将会出现不完整的踏面外形数据，而这些数据对于车轮尺寸测量数据的计算和分析没有用处，因此剔除该类型数据，剩余数据则为有效数据段。在后续算法处理之前剔除无效数据、提取有效数据段，可以节省空间和提高系统效率。一方面，舍去每个轮子对应数据的前两组以及最后两组；另一方面，当单组数据的数据点小于500个时，将该组数据舍去。

3、坐标变换

由于传感器的安装位置与水平面以及轨道成一定的角度，测得的曲线必然会产生畸变，需对原始数据坐标变化以矫正变形的曲线。单个2D激光传感器采集点数大约为2000点，取起其中一个数据点为例，L1测得的一数据点为（228.2,395.3），对其根据以下公式进行变换：

$u_n=\sqrt{{x_n}^2+{y_n}^2}\sin (30+15)=320.5$

$v_n=\sqrt{{x_n}^2+{y_n}^2}\cos (30+15)=325.0$

L2测得的一数据点为（-228.4,395.5），对其根据以下公式进行变换：：

$u_n=\sqrt{{x_n}^2+{y_n}^2}\sin (-30-15)=-320.5$

$v_n=\sqrt{{x_n}^2+{y_n}^2}\cos (-30-15)=325.2$

L1在转换后的坐标系内坐标为（320.5,325.0），L2在其转换后的坐标系内的坐标为（-320.5,325.2）。

4、数据融合

将L1和L2转换后的数据融合，L1和L2原始坐标系的坐标原点相对融合坐标系的坐标分别为（-300,0）和（300，0）。转换后这两点在融合坐标系中的坐标值分别为（20.5,325.0）和（-20.5,325.2）。

5、确定关键踏面数据段

由于列车是高度运动的，所以传感器的光源有大量的工作时间偏离轮心比较远。此时测得的踏面形状会发生变形，在对传感器测得的一系列数据进行预处理和坐标变换后，还需通过算法确定光源过轮心时拍摄的数据。求取多组踏面数据中y坐标的最大值和最小值的差值，差值最大的那组数据即为关键踏面数据。

6、计算轮对尺寸

得到踏面曲线之后，可以根据几何关系求取轮缘高、轮缘厚、车轮直径、轮对内侧距等轮对尺寸数据。

7、判断轮对尺寸是否异常

得到各个轮对尺寸后，讲测量尺寸与规定尺寸上下限对比。当轮缘高度大于32mm，轮缘厚度小于22mm，轮径大于840mm或小于770mm可得出轮对尺寸异常的结论，否则轮对尺寸正常。

一个踏面有缺陷的车轮，其轮对尺寸如下：轮缘高度为31.5mm,轮缘厚度为20.9mm，轮对直径为825.4mm。采集其轮对尺寸信息并经过算法处理可得其轮缘高为32.0mm，轮缘厚为21.3mm，轮对直径为824.6mm。由于轮缘厚度小于22mm，判断该轮的踏面有缺陷，本方法判断正确。各个尺寸与其真实尺寸的误差分别为：轮缘高0.5mm，轮缘厚0.4mm，轮对直径0.8mm。该装置的踏面尺寸精度达到0.5mm,轮对直径精度达到0.8mm，相对以往的轮对尺寸在线监测装置精度大幅度提高。

实施例2：

列车轮对尺寸在线监测系统工作原理是在铁轨两侧安装激光位移传感器，当列车以一定的速度通过时，利用传感器对列车轮对进行扫描获取轮对几何尺寸的采样数据，再通过特定的算法对采样数据实时的进行分析并还原出轮对的形状，从而完成列车轮对尺寸的在线监测。当检测到轮对尺寸异常时发出警报，方便列车进站时进行检修。

车轮尺寸监测系统采用激光扫描法实现轮对外形的在线监测。8个安装于轨道内外侧的高精度、高频率的2D激光传感器用于采集轮对尺寸数据，后台处理器对原始数据分析处理判断轮对尺寸的异常情况。

结合图1，在轨道上以列车前进的方向为基准。沿列车运行方向传感器布置分别为光栅传感器、车号识别天线、2D激光传感器等。沿一侧轨道外侧并排安装四个光栅传感器，第一光栅P1距离第二P2光栅15m用于检测车辆到达传感器正上方的时刻以触发后续硬件设施启动并采集数据，P2和第三P3光栅相距0.5m，二者根据采集的数据计算出车辆速度以确定激光传感器开始拍摄时间，第四光栅P4与P3距离15m用于检测车辆驶离监测区域的时刻以关闭系统硬件设施。车号识别天线AEI位于P1和P2之间，设置在两轨道之间，距离P1为6m用于检测来车信息。激光传感器位于P3和P4之间，距离P3为6m。

结合图2，2D激光传感器对称安装于两个轨道旁侧，就单根轨道而言，三个2D激光传感器L2、L3、L4安装于两条轨道的内侧，一个2D激光传感器L1安装于两条轨道外侧，当有列车通过时，L1和L2分别对车轮内、外踏面进行扫描，获取完整的踏面尺寸信息；L2、L3、L4测量记录轮对直径的尺寸信息。L1和L2对称布置。采用高频率的2D激光传感器可以在车轮经过的瞬间多次采样，提高测量精度。每个2D激光传感器与轨道的相对距离为250mm，内侧中间的两个2D激光传感器与垂线的夹角为8°、与纵向水平线的夹角为45°，其他2D激光传感器与垂线的夹角为45°、与纵向水平线的夹角为45°。

为保证传感器的测量精度，安装支架的基座重新用水泥浇筑。安装支架通过螺栓以及夹具与基座固定，然后用螺栓将角度限定块固定于安装架上，最后将激光传感器安装于角度限定块上。安装完毕需对激光光源的角度进行校正。激光传感器的具体参数如下：

采样频率：100Hz

纵向量程：200mm

横向量程：120mm

安装距离：450mm

结合图3，本发明基于轮对尺寸在线监测方法。通过对原始数据筛选、分类、坐标变换和融合得到轮缘高、轮缘厚、轮对直径以及内侧距等关键尺寸，进一步判断轮对尺寸异常情况。算法的基本步骤为：

1、踏面数据分段

列车通过监测区域时，传感器连续采样因而无法辨别每个车轮所对应的数据。通过分析数据的分布规律可以区分出各个数据段所对应的车轮。2D激光传感器检测量程为有限距离，当超出传感器有效量程时传感器不输出数据。车轮第一次到达2D激光传感器有效测量范围内时传感器输出数据，当车轮完全离开有效测量范围时传感器不再输出数据，直至第二个车轮进入测量范围内。该车轮所对应的数据为传感器数据开始连续输出至数据连续不输出的临界点。

2、数据预处理

在线车轮尺寸监测系统采用先采集后处理的方式，导致存储的待处理数据量非常大，且其中有很大部分数据属于非完整车轮踏面外形数据。高频率的2D激光传感器在采集范围内将会对车轮踏面及轮缘进行数次扫描测量，这样在初始以及后期采集的数据将会出现不完整的踏面外形数据，而这些数据对于车轮尺寸测量数据的计算和分析没有用处，因此剔除该类型数据，剩余数据则为有效数据段。在后续算法处理之前剔除无效数据、提取有效数据段，可以节省空间和提高系统效率。一方面，舍去每个轮子对应数据的前两组以及最后两组；另一方面，当单组数据的数据点小于500个时，将该组数据舍去。

3、坐标变换

由于传感器的安装位置与水平面以及轨道成一定的角度，测得的曲线必然会产生畸变，需对原始数据坐标变化以矫正变形的曲线。L1测得的一数据点为（0.1,449.8），对其根据以下公式进行变换：

$u_n=\sqrt{{x_n}^2+{y_n}^2}\sin (0+45)=318.1$

$v_n=\sqrt{{x_n}^2+{y_n}^2}\cos (0+45)=318.0$

L2测得的一数据点为（0.3,449.9），对其根据以下公式进行变换：：

$u_n=\sqrt{{x_n}^2+{y_n}^2}\sin (0-45)=-318.1$

$v_n=\sqrt{{x_n}^2+{y_n}^2}\cos (0-45)=318.2$

L1在转换后的坐标系内坐标为（318.1,318.0），L2在其转换后的坐标系内的坐标为（-318.1,318.2）。

4、数据融合

将L1和L2转换后的数据融合，L1和L2原始坐标系的坐标原点相对融合坐标系的坐标分别为（-300,5）和（300，-5）。转换后这两点在融合坐标系中的坐标值分别为（18.1,323.0）和（-18.1,313.2）。

5、确定关键踏面数据段

由于列车是高度运动的，所以传感器的光源有大量的工作时间偏离轮心比较远。此时测得的踏面形状会发生变形，在对传感器测得的一系列数据进行预处理和坐标变换后，还需通过算法确定光源过轮心时拍摄的数据。求取多组踏面数据中y坐标的最大值和最小值的差值，差值最大的那组数据即为关键踏面数据。

6、计算轮对尺寸

得到踏面曲线之后，可以根据几何关系求取轮缘高、轮缘厚、车轮直径、轮对内侧距等轮对尺寸数据。

7、判断轮对尺寸是否异常

得到各个轮对尺寸后，讲测量尺寸与规定尺寸上下限对比。当轮缘高度大于32mm，轮缘厚度小于22mm，轮径大于840mm或小于770mm可得出轮对尺寸异常的结论，否则轮对尺寸正常。

对于一个踏面无缺陷的车轮，采集其轮对尺寸信息并经过算法处理可得其轮缘高度为31.5mm,轮缘厚度为20.9mm，轮对直径为825.4mm。采集其轮对尺寸信息并经过算法处理可得其轮缘高为31.8mm，轮缘厚为21.2mm，轮对直径为824.9mm。由于轮缘厚度小于22mm，判断该轮的踏面有缺陷，本方法判断正确。各个尺寸与其真实尺寸的误差分别为：轮缘高0.3mm，轮缘厚0.3mm，轮对直径0.5mm。该装置的踏面尺寸精度达到0.3mm,轮对直径精度达到0.5mm，相对以往的轮对尺寸在线监测装置精度大幅度提高。

实施例3：

列车轮对尺寸在线监测系统工作原理是在铁轨两侧安装激光位移传感器，当列车以一定的速度通过时，利用传感器对列车轮对进行扫描获取轮对几何尺寸的采样数据，再通过特定的算法对采样数据实时的进行分析并还原出轮对的形状，从而完成列车轮对尺寸的在线监测。当检测到轮对尺寸异常时发出警报，方便列车进站时进行检修。

车轮尺寸监测系统采用激光扫描法实现轮对外形的在线监测。8个安装于轨道内外侧的高精度、高频率的2D激光传感器用于采集轮对尺寸数据，后台处理器对原始数据分析处理判断轮对尺寸的异常情况。

结合图1，在轨道上以列车前进的方向为基准。沿列车运行方向传感器布置分别为光栅传感器、车号识别天线、2D激光传感器等。沿一侧轨道外侧并排安装四个光栅传感器，第一光栅P1距离第二P2光栅20m用于检测车辆到达传感器正上方的时刻以触发后续硬件设施启动并采集数据，P2和第三P3光栅相距1.0m，二者根据采集的数据计算出车辆速度以确定激光传感器开始拍摄时间，第四光栅P4与P3距离20m用于检测车辆驶离监测区域的时刻以关闭系统硬件设施。车号识别天线AEI位于P1和P2之间，设置在两轨道之间，距离P1为10m用于检测来车信息。激光传感器位于P3和P4之间，距离P3为15m。

结合图2，2D激光传感器对称安装于两个轨道旁侧，就单根轨道而言，三个2D激光传感器L2、L3、L4安装于两条轨道的内侧，一个2D激光传感器L1安装于两条轨道外侧，当有列车通过时，L1和L2分别对车轮内、外踏面进行扫描，获取完整的踏面尺寸信息；L2、L3、L4测量记录轮对直径的尺寸信息。L1和L2对称布置。采用高频率的2D激光传感器可以在车轮经过的瞬间多次采样，提高测量精度。每个2D激光传感器与轨道的相对距离为250mm，内侧中间的两个2D激光传感器与垂线的夹角为15°、与纵向水平线的夹角为65°，其他2D激光传感器与垂线的夹角为65°、与纵向水平线的夹角为65°。

为保证传感器的测量精度，安装支架的基座重新用水泥浇筑。安装支架通过螺栓以及夹具与基座固定，然后用螺栓将角度限定块固定于安装架上，最后将激光传感器安装于角度限定块上。安装完毕需对激光光源的角度进行校正。激光传感器的具体参数如下：

采样频率：100Hz

纵向量程：200mm

横向量程：120mm

安装距离：450mm

结合图3，本发明基于轮对尺寸在线监测方法。通过对原始数据筛选、分类、坐标变换和融合得到轮缘高、轮缘厚、轮对直径以及内侧距等关键尺寸，进一步判断轮对尺寸异常情况。算法的基本步骤为：

1、踏面数据分段

列车通过监测区域时，传感器连续采样因而无法辨别每个车轮所对应的数据。通过分析数据的分布规律可以区分出各个数据段所对应的车轮。2D激光传感器检测量程为有限距离，当超出传感器有效量程时传感器不输出数据。车轮第一次到达2D激光传感器有效测量范围内时传感器输出数据，当车轮完全离开有效测量范围时传感器不再输出数据，直至第二个车轮进入测量范围内。该车轮所对应的数据为传感器数据开始连续输出至数据连续不输出的临界点。

2、数据预处理

在线车轮尺寸监测系统采用先采集后处理的方式，导致存储的待处理数据量非常大，且其中有很大部分数据属于非完整车轮踏面外形数据。高频率的2D激光传感器在采集范围内将会对车轮踏面及轮缘进行数次扫描测量，这样在初始以及后期采集的数据将会出现不完整的踏面外形数据，而这些数据对于车轮尺寸测量数据的计算和分析没有用处，因此剔除该类型数据，剩余数据则为有效数据段。在后续算法处理之前剔除无效数据、提取有效数据段，可以节省空间和提高系统效率。一方面，舍去每个轮子对应数据的前两组以及最后两组；另一方面，当单组数据的数据点小于500个时，将该组数据舍去。

3、坐标变换

由于传感器的安装位置与水平面以及轨道成一定的角度，测得的曲线必然会产生畸变，需对原始数据坐标变化以矫正变形的曲线。L1测得的一数据点为（-153.6,421.9），对其根据以下公式进行变换：

$u_n=\sqrt{{x_n}^2+{y_n}^2}\sin (-20+65)=315.3$

$v_n=\sqrt{{x_n}^2+{y_n}^2}\cos (-20+45)=320.5$

L2测得的一数据点为（153.8,422.6），对其根据以下公式进行变换：：

$u_n=\sqrt{{x_n}^2+{y_n}^2}\sin (20-65)=-315.3$

$v_n=\sqrt{{x_n}^2+{y_n}^2}\cos (20-45)=321.6$

L1在转换后的坐标系内坐标为（315.3,320.5），L2在其转换后的坐标系内的坐标为（-315.3,321.6）。

4、数据融合

将L1和L2转换后的数据融合，L1和L2原始坐标系的坐标原点相对融合坐标系的坐标分别为（-300,0）和（300，0）。转换后这两点在融合坐标系中的坐标值分别为（15.3,320.5）和（-15.3,321.6）。

5、确定关键踏面数据段

由于列车是高度运动的，所以传感器的光源有大量的工作时间偏离轮心比较远。此时测得的踏面形状会发生变形，在对传感器测得的一系列数据进行预处理和坐标变换后，还需通过算法确定光源过轮心时拍摄的数据。求取多组踏面数据中y坐标的最大值和最小值的差值，差值最大的那组数据即为关键踏面数据。

6、计算轮对尺寸

得到踏面曲线之后，可以根据几何关系求取轮缘高、轮缘厚、车轮直径、轮对内侧距等轮对尺寸数据。

7、判断轮对尺寸是否异常

得到各个轮对尺寸后，讲测量尺寸与规定尺寸上下限对比。当轮缘高度大于32mm，轮缘厚度小于22mm，轮径大于840mm或小于770mm可得出轮对尺寸异常的结论，否则轮对尺寸正常。

对于一个踏面无缺陷的车轮，采集其轮对尺寸信息并经过算法处理可得其轮缘高度为31.5mm,轮缘厚度为20.9mm，轮对直径为825.4mm。采集其轮对尺寸信息并经过算法处理可得其轮缘高为31.9mm，轮缘厚为21.4mm，轮对直径为824.5mm。由于轮缘厚度小于22mm，判断该轮的踏面有缺陷，本方法判断正确。各个尺寸与其真实尺寸的误差分别为：轮缘高0.4mm，轮缘厚0.5mm，轮对直径0.9mm。该装置的踏面尺寸精度达到0.5mm,轮对直径精度达到1.0mm，相对以往的轮对尺寸在线监测装置精度大幅度提高。

Claims (4)

1.一种轮对尺寸在线监测方法，其特征在于：包括以下步骤：

步骤一：布设传感器，沿一侧轨道外侧并排安装四个光栅传感器，第一个光栅传感器距离第二个光栅传感器5～20m，第二个光栅传感器和第三个光栅传感器相距0.1～1.0m，第三个光栅传感器距离第四个光栅传感器5～20m，车号识别天线位于第一个光栅传感器和第二个光栅传感器之间，设置在两轨道之间，距离第一个光栅传感器3～10m；八个2D激光传感器位于第三个光栅传感器和第四个光栅传感器光栅之间，距离第三个光栅传感器3～15m；2D激光传感器对称安装于两个轨道旁侧，就单根轨道而言，三个2D激光传感器安装于两条轨道的内侧，一个2D激光传感器安装于两条轨道外侧，靠近第四个光栅传感器的两个2D激光传感器对称布置；每个2D激光传感器与轨道的相对距离为100mm～450mm，内侧中间的两个2D激光传感器与垂线的夹角为0°～15°、与纵向水平线的夹角为15°～65°，其他2D激光传感器与垂线的夹角为25°～65°、与纵向水平线的夹角为15°～65°；

步骤二：踏面数据分段，单个车轮所对应的数据为传感器开始连续输出数据的临界点至连续不输出数据的临界点之间的数据；

步骤三：数据预处理，将每个轮子所对应的数据根据以下原则处理：一方面，舍去每个轮子对应数据的前两组以及最后两组；另一方面，当单组数据的数据点小于传感器单次最大采样点数的1/2时，将该组数据舍去；

步骤四：坐标变换，对每个2D激光传感器的预处理后的每组数据根据以下原则进行坐标变换：

对轨道外侧2D激光传感器测得的二维数据根据以下公式进行变换：

$u_n=\sqrt{{x_n}^2+{y_n}^2}sin(\mathrm{\&theta;}+\mathrm{\&beta;})=x_{n}cos\mathrm{\&beta;}+y_{n}sin\mathrm{\&beta;}$

$v_n=\sqrt{{x_n}^2+{y_n}^2}\cos (\mathrm{\&theta;}+\mathrm{\&beta;})=y_{n}cos\mathrm{\&beta;}-x_{n}sin\mathrm{\&beta;}$

对轨道内侧2D激光传感器测得的二维数据根据以下公式进行变换：

$u_n=\sqrt{{x_n}^2+{y_n}^2}sin(\mathrm{\&theta;}-\mathrm{\&beta;})=x_{n}cos\mathrm{\&beta;}-y_{n}sin\mathrm{\&beta;}$

$v_n=\sqrt{{x_n}^2+{y_n}^2}cos(\mathrm{\&theta;}-\mathrm{\&beta;})=y_{n}cos\mathrm{\&beta;}+x_{n}sin\mathrm{\&beta;}$

其中，(x_n，y_n)为原始坐标系内一点的坐标值，n为该点的编号，θ为该点与纵坐标的夹角，β为该2D激光传感器与纵向水平线的夹角，(u_n，v_n)为该点在转换后坐标系内的坐标值；

步骤五：数据融合，将坐标变换后的每组数据融合，根据以下公式：

u_n ⁽⁰⁾＝u_n ⁽¹⁾+au_m ⁽⁰⁾＝u_m ⁽²⁾+c

v_n ⁽⁰⁾＝v_n ⁽¹⁾+bv_m ⁽⁰⁾＝v_m ⁽²⁾+d

其中，(u_n ⁽¹⁾,v_n ⁽¹⁾)和(u_m ⁽²⁾,v_m ⁽²⁾)分别为靠近第四个光栅传感器的两个激光传感器转换后坐标系内的坐标值，a和b为外侧激光传感器的原始坐标原点在融合坐标系下的横纵坐标，c和d为内侧激光传感器的原始坐标原点在融合坐标系下的横纵坐标，(u_n ⁽⁰⁾,v_n ⁽⁰⁾)和(u_m ⁽⁰⁾,v_m ⁽⁰⁾)分别为这两点在融合坐标系中的坐标值；

步骤六：确定关键踏面数据段，求取上述融合后的每组踏面数据y坐标的最大值和最小值的差值，差值最大的那组数据即为关键踏面数据；

步骤七：计算轮对尺寸，将处理得到踏面数据根据几何关系求取轮缘高、轮缘厚、车轮直径、轮对内侧距；

步骤八：判断轮对尺寸是否异常，得到各个轮对尺寸后，将测量尺寸与规定尺寸上下限对比，当轮缘高度大于规定尺寸的上限，轮缘厚度小于规定尺寸的下限，轮径大于规定尺寸的上限或小于规定尺寸的下限，则可得出轮对尺寸异常的结论，否则轮对尺寸正常。

2.根据权利要求1所述的一种轮对尺寸在线监测方法，其特征在于：步骤一中所述的沿一侧轨道外侧并排安装的四个光栅传感器末端采用接插式出线，每个光栅传感器由发射装置和接收装置组成，安装于轨道外侧，距离轨道100mm～400mm。

3.根据权利要求1所述的一种轮对尺寸在线监测方法，其特征在于：步骤一中所述的车号识别天线由天线安装架安装在轨道中间位置，天线安装架固定于地面；车号识别天线距离轨道车辆底部的距离为100mm～500mm。

4.根据权利要求1所述的一种轮对尺寸在线监测方法，其特征在于：步骤一中所述的2D激光传感器均安装在安装支架上，支架的长为1～2m，宽为0.5～1.5m；所述2D激光传感器及其安装支架置于保护箱内，该保护箱由轨道底部的夹具固定。