CN107084670A - 传感器圆弧法线安装的有轨电车轮径在线检测装置及方法 - Google Patents
传感器圆弧法线安装的有轨电车轮径在线检测装置及方法 Download PDFInfo
- Publication number
- CN107084670A CN107084670A CN201710266719.3A CN201710266719A CN107084670A CN 107084670 A CN107084670 A CN 107084670A CN 201710266719 A CN201710266719 A CN 201710266719A CN 107084670 A CN107084670 A CN 107084670A
- Authority
- CN
- China
- Prior art keywords
- mrow
- wheel
- msub
- laser displacement
- diameter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000006073 displacement reaction Methods 0.000 claims abstract description 92
- 238000001514 detection method Methods 0.000 claims abstract description 42
- 238000005259 measurement Methods 0.000 claims abstract description 38
- 230000002068 genetic effect Effects 0.000 claims abstract description 17
- 238000005457 optimization Methods 0.000 claims abstract description 16
- 230000004927 fusion Effects 0.000 claims abstract description 4
- 229910000831 Steel Inorganic materials 0.000 claims description 45
- 239000010959 steel Substances 0.000 claims description 45
- 238000009434 installation Methods 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 7
- 238000012935 Averaging Methods 0.000 claims description 3
- 230000035772 mutation Effects 0.000 claims description 3
- 230000036039 immunity Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 10
- 239000011159 matrix material Substances 0.000 description 6
- 230000007547 defect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000005488 sandblasting Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000001550 time effect Effects 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/08—Measuring arrangements characterised by the use of optical techniques for measuring diameters
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种传感器圆弧法线安装的有轨电车轮径在线检测装置及方法。该装置包括槽型钢轨、处理中心和多个激光位移传感器,其中激光位移传感器与处理中心连接。槽型钢轨为只保留凹槽部分的钢轨,槽型钢轨外侧依次安放激光位移传感器,感测头均匀排列在车轮下方的圆弧线上沿着圆弧法线向上测量,探测光束同时到达车轮且与车轮直径所在的圆周共面。方法为:激光位移传感器探测车轮得到的测量点,进行坐标变换以及数据融合,之后用最小二乘拟合法得到多组车轮的初始拟合圆的直径与圆心,然后使用遗传优化算法计算出最优拟合圆的直径和圆心,最终得到优化后的车轮直径。本发明速度快、精度高、测量直径范围大、抗干扰性强。
Description
技术领域
本发明涉及有轨电车车轮检测领域,特别是一种传感器圆弧法线安装的有轨电车轮径在线检测装置及方法。
背景技术
有轨电车车轮是保障车辆行走的重要的部件,承载着有轨电车的全部静、动载荷。车轮在长期的运行中与轨道不断摩擦,会产生不同程度的磨耗,进而改变车轮的直径参数。当电车运行时,如果车轮的同轴径差、同架径差、同车径差超过一定范围,容易造成车轮擦伤、轮缘偏磨、车体振动异常等现象,甚至导致电车车轴断裂、侧翻、脱轨等事故。因此,及时有效检测出车轮径差异常情况,对保障有轨电车的安全运行具有重要意义。
首先,由于有轨电车车轮附近存在排障器、喷砂管磁轨制动器等遮挡物,其次有轨电车车轮在运行中轮缘几乎100%接地承重,使得通常的直径测量方法无法完全适用于有轨电车。列车车轮直径检测的方法分为静态检测和动态检测。目前,有轨电车的车轮直径测量基本采用的是静态检测方法,该方法具有精度高的优点。但需要投入大量的人力和使用专用的检测设备,具有成本高、周转时间长、劳动强度大的缺点。
常规的动态检测主要采用图像处理技术或激光传感技术。专利1(在线有轨电车车轮直径测量方法,申请号:201510657099.7,申请日:2015-10-13)公开了一种基于图像处理技术的有轨电车车轮直径检测方法,该方法采用高速相机获取图像,通过设置成像模组,直接测量有轨电车车轮直径,但该方法存在精度低、操作繁琐的缺点。目前,国内尚未公开基于激光传感技术有轨电车车轮直径检测装置或方法的专利。专利2(传感器圆弧法线安装的城轨车辆车轮直径检测装置及方法,申请号:201310557901.6,申请日:2013-11-11)公开了一种将激光传感器设置在钢轨偏移所空出的区域与护轨之间,非接触检测地铁车轮直径的方法,但该方法由于设置护轨,若在稳定运营路线上使用该方法,需要重新设置轨道布局,几乎很难实现,该方法不适用于有轨电车的车轮直径测量。专利3(一种城轨列车轮对尺寸在线检测方法及装置,申请号:201410519742.5,申请日:2014-09-30)公开了一种基于2D激光位移传感器技术的地铁轮对参数检测方法及装置,该方法通过三点拟合轮缘顶点圆,再减去2倍轮缘高的方法,实现对地铁轮直径的检测,但由于有轨电车轮缘几乎100%接地承重,无法提取出轮缘顶点这一特征点,该方法也无法适用于有轨电车。
发明内容
本发明的目的在于提供一种速度快、精度高、抗干扰强的传感器圆弧法线安装的有轨电车轮径在线检测装置及方法,实现测量直径范围大的在线非接触式测量。
实现本发明目的的技术解决方案为:一种传感器圆弧法线安装的有轨电车轮径在线检测装置,包括槽型钢轨、处理中心和多个激光位移传感器,其中:激光位移传感器与处理中心连接;槽型钢轨为只保留凹槽部分的钢轨;槽型钢轨外侧顺次设置多个激光位移传感器;各激光位移传感器的感测头沿槽型钢轨方向均匀排列在车轮下方的圆弧线上,且均沿着圆弧法线向上测量,探测光束同时入射至车轮边缘,且探测光束所形成的平面与车轮直径所在的圆周共面。
一种传感器圆弧法线安装的有轨电车轮径在线检测方法,包括以下步骤:
步骤1、将激光位移传感器记为Qi,沿着钢轨方向i依次为1,2,3,…,n,其中n为激光传感器的个数;
步骤2、在进行直径测量的有轨电车车轮圆周所在平面上建立二维坐标系XOY:以最外侧激光位移传感器Q1为原点,沿槽型钢轨方向为X轴,垂直于槽型钢轨向上为Y轴,则最外侧激光位移传感器的坐标为(0,0),其他激光位移传感器的坐标为(Xi,Yi),激光位移传感器感测头相对于X轴安装倾角为αi:
其中,
传感器位置坐标为:
步骤3、采集时刻t所有激光位移传感器的输出值,并选出同时有10个及以上传感器输出值的有效数据组(x′ij,y′ij),(x′ij,y′ij)为第i个传感器Qi返回的第j个的有效值在各自激光位移传感器坐标系x′io′iy′i下坐标;其中,i=1,2…n,j=1,2,…m且m≥10;
步骤4、坐标变换:为每个激光位移传感器Qi建立二维坐标系xioiyi,以经过各自激光位移传感器Qi感测头为原点,沿槽型钢轨方向为x轴,垂直于槽型钢轨向上为y轴;根据传感器Qi的输出值(x′ij,y′ij)、安装倾角αi,确定车轮上对应传感器Qi的测量点在各自二维坐标系xioiyi下坐标(xij,yij):
(xij,yij)=(x′ij×cosαi,y′ij×sinαi)
其中,i=1,2…n,j=1,2,…m且m≥10;
步骤5、数据融合:根据激光位移传感器Qi的测量点在各自二维坐标系xioiyi下坐标(xij,yij)、激光位移传感器Qi位置坐标值(Xi,Yi)确定车轮上对应传感器Pi的测量点在融合坐标系XOY下坐标(Xij,Yij):
(Xij,Yij)=(Xi,Yi)+(xij,yij)
其中,i=1,2…n,j=1,2,…m且m≥10;
步骤6、根据车轮上所有有效测量点坐标(Xij,Yij),利用最小二乘法进行拟合圆,得到该测量位置的车轮初始直径D0和初始圆心坐标(Xa,Ya);
步骤7、将步骤6得到的车轮初始直径D0和初始圆心坐标(Xa,Ya),在范围中取w组组合值作为初始种群,以所有的有效测量点到拟合圆的距离和最小为进化目标,使用遗传优化算法,对初始的车轮轮径参数进行优化,最终得到优化后的最终车轮直径D1和圆心坐标(Xb,Yb);
步骤8、选取步骤3时刻t的前一刻和后一刻的探测数据,重复步骤3~7,计算出两组轮径值D2、D3,将三组轮径求平均值,得到最终车轮的轮径Df:
本发明与现有技术相比,其显著优点在于:(1)基于二维激光位移传感器的检测系统,实现了有轨电车轮对非接触式测量,具有速度快、有效测量点多、传感器标记容易、测量直径范围大的优点;(2)采用了基于遗传优化算法的检测数据处理方法,避免了单纯的最小二乘法因干扰点对拟合圆产生偏差的缺点,具有测量精度高、抗干扰强的优点;(3)采用槽型钢轨,便于激光位移传感器的安装和数据的测量;
附图说明
图1为有轨电车车轮踏面示意图。
图2为槽型钢轨的结构示意图,其中(a)为60R槽型钢轨结构图,(b)为经过处理的槽型钢轨结构图。
图3为本发明的有轨电车车轮直径在线检测的装置俯视图。
图4为本发明的有轨电车车轮直径在线检测的装置主视图。
图5为本发明的有轨电车车轮直径在线检测的装置侧视图。
图6为本发明传感器圆弧法线安装的有轨电车轮径在线检测方法的流程图。
图7为实施例中随机生成的各激光位移传感器测量点在拟合圆上分布情况示意图。
图8为实施例中随机生成的各激光位移传感器测量点在遗传优化后的拟合圆上分布情况示意图。
图9为实施例中遗传优化算法过程中每代的最优个体分布图。
图10为实施例中遗传优化算法过程中最后一代的种群分布图。
图11为实施例中遗传优化算法过程中每代最优解变换趋势图。
图12为实施例中遗传优化算法过程中最优直径变换趋势图。
具体实施方式
下面结合附图及具体实施例对本发明作进一步详细说明。
图1中表示出了有轨电车车轮踏面示意图,可以看出距离轮缘内测基准线57mm处踏面上的点为磨耗集中处,该处为工程中常用的衡量直径所在位置,而车轮直径往往控制在520-600mm之间,故激光位移传感器进行探测时选取该处的圆周来计算车轮直径,即进行直径测量的车轮圆周距离车轮轮缘内侧面的距离为57mm。
如图2(a),图2(b)所示,检测区间段轨道为经过特殊处理的槽型钢轨,槽型钢轨型号为60R,且只保留凹槽部分。
结合图3~5,本发明传感器圆弧法线安装的有轨电车轮径在线检测装置,其特征在于,包括槽型钢轨、处理中心和多个激光位移传感器,其中:激光位移传感器与处理中心连接;槽型钢轨为只保留凹槽部分的钢轨;槽型钢轨外侧顺次设置多个激光位移传感器;各激光位移传感器的感测头沿槽型钢轨方向均匀排列在车轮下方的圆弧线上,且均沿着圆弧法线向上测量,探测光束同时入射至车轮边缘,且探测光束所形成的平面与车轮直径所在的圆周共面。
如图4所示,激光位移传感器安装于槽型钢轨的外侧,并位于同一圆弧线上,且激光位移传感器安装点距离槽型钢轨上沿平面的距离h为160mm~290mm。激光位移传感器感测头沿圆弧法线方向安装,所发出的探测光束与车轮直径所在圆周共面,且所有激光位移传感器的感测头均通过激光位移传感器夹具固定于车轮下方。
优选地,所述的激光位移传感器为二维激光位移传感器,激光位移传感器的数量为n,且2≤n≤10;检测区间段的水平线长度为L,且n×50mm≤L≤1200mm。
优选地,激光位移传感器安装在槽型钢轨外侧,且位于同一圆弧线上;激光位移传感器安装点距离槽型钢轨上沿平面的垂直距离为h,且160mm≤h≤290mm;激光位移传感器安装圆弧半径为R,且
优选地,所述激光位移传感器感测头沿槽型钢轨外侧圆弧法线安装,所发出的探测光束与车轮直径所在圆周,即距轮缘内测基准面57mm处踏面上的点所在的圆周共面,且所有激光位移传感器的感测头均通过激光位移传感器夹具固定在车轮下方。
结合图6,本发明传感器圆弧法线安装的有轨电车轮径在线检测方法,具体步骤如下:
步骤1、将激光位移传感器记为Qi,沿着钢轨方向i依次为1,2,3,…,n,其中n为激光传感器的个数;
步骤2、在进行直径测量的有轨电车车轮圆周所在平面上建立二维坐标系XOY:以最外侧激光位移传感器Q1为原点,沿槽型钢轨方向为X轴,垂直于槽型钢轨向上为Y轴,则最外侧激光位移传感器的坐标为(0,0),其他激光位移传感器的坐标为(Xi,Yi),激光位移传感器感测头相对于X轴安装倾角为αi:
其中,
传感器位置坐标为:
步骤3、采集时刻t所有激光位移传感器的输出值,并选出同时有10个及以上传感器输出值的有效数据组(x′ij,y′ij),(x′ij,y′ij)为第i个传感器Qi返回的第j个的有效值在各自激光位移传感器坐标系x′io′iy′i下坐标;其中,i=1,2…n,j=1,2,…m且m≥10;
步骤4、坐标变换:为每个激光位移传感器Qi建立二维坐标系xioiyi,以经过各自激光位移传感器Qi感测头为原点,沿槽型钢轨方向为x轴,垂直于槽型钢轨向上为y轴;根据传感器Qi的输出值(x′ij,y′ij)、安装倾角αi,确定车轮上对应传感器Qi的测量点在各自二维坐标系xioiyi下坐标(xij,yij):
(xij,yij)=(x′ij×cosαi,y′ij×sinαi)
其中,i=1,2…n,j=1,2,…m且m≥10;
步骤5、数据融合:根据激光位移传感器Qi的测量点在各自二维坐标系xioiyi下坐标(xij,yij)、激光位移传感器Qi位置坐标值(Xi,Yi)确定车轮上对应传感器Pi的测量点在融合坐标系XOY下坐标(Xij,Yij):
(Xij,Yij)=(Xi,Yi)+(xij,yij)
其中,i=1,2…n,j=1,2,…m且m≥10;
步骤6、根据车轮上所有有效测量点坐标(Xij,Yij),利用最小二乘法进行拟合圆,得到该测量位置的车轮初始直径D0和初始圆心坐标(Xa,Ya);
所述根据车轮上所有有效测量点坐标(Xij,Yij),利用最小二乘法进行拟合圆,具体如下:
i=1,2…n,j=1,2…m且m≥10其中,a=-2Xa,Xa为拟合后的圆心横坐标,b=-2Yb,Yb为拟合后的圆心纵坐标;
其中C、D、E、G、H为中间参数,分别如下:
D=λΣXijYij-ΣXijΣYij
其中,λ为所有传感器有效测量点的个数,i=1,2…n,j=1,2,…m且m≥10。
步骤7、将步骤6得到的车轮初始直径D0和初始圆心坐标(Xa,Ya),在范围中取w组组合值作为初始种群,以所有的有效测量点到拟合圆的距离和最小为进化目标,使用遗传优化算法,对初始的车轮轮径参数进行优化,最终得到优化后的最终车轮直径D1和圆心坐标(Xb,Yb);
所述以所有的有效测量点到拟合圆的距离和最小为进化目标,使用遗传优化算法,对初始的车轮轮径参数进行优化,具体如下:
其中i=1,2…n,j=1,2,…m且m≥10,k=1,2,…w,w为种群大小,|XkYkDk|为种群个体,采用二进制编码,|XkYkDk|的值在车轮初始直径D0和初始圆心坐标(X0,Y0)所在范围中取值;
遗传算法的参数设置如下:种群大小为w;最大遗产代数为MaxGen;个体长度为ILength;代沟为Pg;交叉概率为Px;变异概率为Pm。
步骤8、选取步骤3时刻t的前一刻和后一刻的探测数据,重复步骤3~7,计算出两组轮径值D2、D3,将三组轮径求平均值,得到最终车轮的轮径Df:
实施例1
本实施例为一种传感器圆弧法线安装的有轨电车轮径在线检测装置及方法。
如图3所示,n个激光位移传感器的探头沿钢轨方向排列且均布在同一圆弧线上,激光位移传感器的安装参数满足以下条件:各个激光位移传感器探头沿圆弧法线向上安装,安装倾角为α=[86.18° 90° 93.82°],激光位移传感器的个数n为3,相邻激光位移传感器间隔200mm,激光位移传感器的安装点至钢轨的垂直距离为h为200mm,圆弧半径R为3000mm。从而得到各激光位移传感器的坐标(Xi,Yi)(单位:mm):X=[0 200 400],Y=[0 -6.67 0]
设激光位移传感器的采样周期为0.5kHz,由计算机模拟随机产生直径为550的被测车轮测量数据(Xij,Yij)。
最终激光位移传感器Q1的测量点在融合坐标系XOY下坐标如下:横坐标矩阵:X1=[227.9141 213.7413 200.5129 186.5487 173.6269 162.8927 148.5905 138.4588125.4195 114.9672 104.1162 92.61475 83.92963 73.04584 63.46814];纵坐标矩阵:Y1=[204.126 205.9157 209.4613 213.6559 218.8147 224.2372 230.2846 236.3801243.632 251.7162 259.8363 268.3452 277.3781 287.4493 298.1006]。
激光位移传感器Q2的测量点在融合坐标系下坐标如下:横坐标矩阵:X2=[369.775359.1482 349.813 340.3847 329.4152 320.5879 310.1296 301.1365 290.8202279.3528 269.6362 260.3086 249.6899 239.706 229.0339 219.902 210.1901200.0992 190.1954 180.2107];纵坐标矩阵:Y2=[215.7481 212.8786 209.492207.7558 204.9722 203.3659 201.8438 200.2998 200.1535 199.992 199.4873200.3479 200.9938 201.9105 203.319 204.8833 207.2535 210.129 212.9864215.9437]。
激光位移传感器Q3的测量点在融合坐标系下坐标如下:横坐标矩阵:X3=[485.3259 477.7071 468.9867 458.7523 449.707 438.2998 428.4559 418.0891407.887 395.0284 383.3356 371.6013 359.7418 347.3702 335.38 321.9016];纵坐标矩阵:Y3=[297.705 288.1777 278.5491 269.7395 262.2946 254.2692 246.8675239.9219 233.1826 227.3634 222.0055 217.3894 212.6281 209.121 206.2035204.1449]。
使用最小二乘法对上述所有测量点进行拟合,得到拟合圆参数:初始直径D0=550.271和初始圆心坐标(X0,Y0)=(275.047,477.722),其中所有测量点到拟合圆的距离和F0=15.8829,随机生成的各激光位移传感器测量点在拟合圆上分布情况如图7所示。
下面使用遗传优化算法对轮对参数进行优化,遗传算法的参数设置如下:种群大小为m=40;最大遗产代数为MaxGen=200;个体长度为ILength=60(3个自变量,每个长20);代沟为Pg=0.95;交叉概率为Px=0.7;变异概率为Pm=0.01。
|XkYkDk|为种群个体,采用二进制编码,其取值范围为:D0±1.0、(X0±0.5,Y0±0.5),进化的目标为所有测量点到拟合圆上距离和最小:
优化后的拟合圆参数为:
直径D1=550.498、圆心坐标(X1,Y1)=(274.796,474.822),其中所有测量点到拟合圆的距离和F0=15.409,随机生成的各激光位移传感器测量点在遗传算法优化拟合圆上分布情况如图8所示。
其中优化的仿真结果见图9~12。其中图9为每代的最优个体分布图,图10为最后一代的种群分布图,图11为每代最优解变换趋势图,图12为最优直径变换趋势图。
最后另取两组数据进行拟合并优化,可得D2=550.378、D3=550.579,对三组直径求平均值得Df=550.485。
综上所述,基于激光位移传感器圆弧法线安装的有轨电车车轮直径在线检测系统,通过最小二乘拟合的算法,并利用遗传优化算法对车轮轮径参数进行优化,具有速度快、精度高、测量直径范围大、在线非接触式测量、抗干扰强的优点。
Claims (9)
1.一种传感器圆弧法线安装的有轨电车轮径在线检测装置,其特征在于,包括槽型钢轨、处理中心和多个激光位移传感器,其中:激光位移传感器与处理中心连接;槽型钢轨为只保留凹槽部分的钢轨;槽型钢轨外侧顺次设置多个激光位移传感器;各激光位移传感器的感测头沿槽型钢轨方向均匀排列在车轮下方的圆弧线上,且均沿着圆弧法线向上测量,探测光束同时入射至车轮边缘,且探测光束所形成的平面与车轮直径所在的圆周共面。
2.根据权利要求1所述的传感器圆弧法线安装的有轨电车轮径在线检测装置,其特征在于,槽型钢轨的型号为60R,且只保留凹槽部分。
3.根据权利要求1所述的传感器圆弧法线安装的有轨电车轮径在线检测装置,其特征在于,进行直径测量的车轮圆周距离车轮轮缘内侧面的距离为57mm。
4.根据权利要求1所述的传感器圆弧法线安装的有轨电车轮径在线检测装置,其特征在于,所述的激光位移传感器为二维激光位移传感器,激光位移传感器的数量为n,且2≤n≤10;检测区间段的水平线长度为L,且n×50mm≤L≤1200mm。
5.根据权利要求1所述的传感器圆弧法线安装的有轨电车轮径在线检测装置,其特征在于,激光位移传感器安装在槽型钢轨外侧,且位于同一圆弧线上;激光位移传感器安装点距离槽型钢轨上沿平面的垂直距离为h,且160mm≤h≤290mm;激光位移传感器安装圆弧半径为R,且
6.根据权利要求1所述的传感器圆弧法线安装的有轨电车轮径在线检测装置,其特征在于,所述激光位移传感器感测头沿槽型钢轨外侧圆弧法线安装,所发出的探测光束与车轮直径所在圆周,即距轮缘内测基准面57mm处踏面上的点所在的圆周共面,且所有激光位移传感器的感测头均通过激光位移传感器夹具固定在车轮下方。
7.一种传感器圆弧法线安装的有轨电车轮径在线检测方法,其特征在于,包括以下步骤:
步骤1、将激光位移传感器记为Qi,沿着钢轨方向i依次为1,2,3,…,n,其中n为激光传感器的个数;
步骤2、在进行直径测量的有轨电车车轮圆周所在平面上建立二维坐标系XOY:以最外侧激光位移传感器Q1为原点,沿槽型钢轨方向为X轴,垂直于槽型钢轨向上为Y轴,则最外侧激光位移传感器的坐标为(0,0),其他激光位移传感器的坐标为(Xi,Yi),激光位移传感器感测头相对于X轴安装倾角为αi:
<mrow>
<msub>
<mi>&alpha;</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mfrac>
<mi>&pi;</mi>
<mn>2</mn>
</mfrac>
<mo>+</mo>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
<mo>-</mo>
<mfrac>
<mrow>
<mi>n</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mn>2</mn>
</mfrac>
<mo>)</mo>
</mrow>
<mo>&times;</mo>
<mi>&theta;</mi>
</mrow>
其中,
传感器位置坐标为:
步骤3、采集时刻t所有激光位移传感器的输出值,并选出同时有10个及以上传感器输出值的有效数据组(x′ij,y′ij),(x′ij,y′ij)为第i个传感器Qi返回的第j个的有效值在各自激光位移传感器坐标系x′io′iy′i下坐标;其中,i=1,2…n,j=1,2,…m且m≥10;
步骤4、坐标变换:为每个激光位移传感器Qi建立二维坐标系xioiyi,以经过各自激光位移传感器Qi感测头为原点,沿槽型钢轨方向为x轴,垂直于槽型钢轨向上为y轴;根据传感器Qi的输出值(x′ij,y′ij)、安装倾角αi,确定车轮上对应传感器Qi的测量点在各自二维坐标系xioiyi下坐标(xij,yij):
(xij,yij)=(x′ij×cosαi,y′ij×sinαi)
其中,i=1,2…n,j=1,2,…m且m≥10;
步骤5、数据融合:根据激光位移传感器Qi的测量点在各自二维坐标系xioiyi下坐标(xij,yij)、激光位移传感器Qi位置坐标值(Xi,Yi)确定车轮上对应传感器Pi的测量点在融合坐标系XOY下坐标(Xij,Yij):
(Xij,Yij)=(Xi,Yi)+(xij,yij)
其中,i=1,2…n,j=1,2,…m且m≥10;
步骤6、根据车轮上所有有效测量点坐标(Xij,Yij),利用最小二乘法进行拟合圆,得到该测量位置的车轮初始直径D0和初始圆心坐标(Xa,Ya);
步骤7、将步骤6得到的车轮初始直径D0和初始圆心坐标(Xa,Ya),在范围中取w组组合值作为初始种群,以所有的有效测量点到拟合圆的距离和最小为进化目标,使用遗传优化算法,对初始的车轮轮径参数进行优化,最终得到优化后的最终车轮直径D1和圆心坐标(Xb,Yb);
步骤8、选取步骤3时刻t的前一刻和后一刻的探测数据,重复步骤3~7,计算出两组轮径值D2、D3,将三组轮径求平均值,得到最终车轮的轮径Df:
<mrow>
<msub>
<mi>D</mi>
<mi>f</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>D</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<mi>D</mi>
<mn>2</mn>
</msub>
<mo>+</mo>
<msub>
<mi>D</mi>
<mn>3</mn>
</msub>
</mrow>
<mn>3</mn>
</mfrac>
<mo>.</mo>
</mrow>
8.根据权利要求7所述的传感器圆弧法线安装的有轨电车轮径在线检测方法,其特征在于,步骤6所述根据车轮上所有有效测量点坐标(Xij,Yij),利用最小二乘法进行拟合圆,具体如下:
且m≥10其中,a=-2Xa,Xa为拟合后的圆心横坐标,b=-2Yb,Yb为拟合后的圆心纵坐标;
<mrow>
<mi>a</mi>
<mo>=</mo>
<mfrac>
<mrow>
<mi>H</mi>
<mi>D</mi>
<mo>-</mo>
<mi>E</mi>
<mi>G</mi>
</mrow>
<mrow>
<mi>C</mi>
<mi>G</mi>
<mo>-</mo>
<msup>
<mi>D</mi>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
</mrow>
<mrow>
<mi>b</mi>
<mo>=</mo>
<mfrac>
<mrow>
<mi>H</mi>
<mi>C</mi>
<mo>-</mo>
<mi>E</mi>
<mi>D</mi>
</mrow>
<mrow>
<msup>
<mi>D</mi>
<mn>2</mn>
</msup>
<mo>-</mo>
<mi>G</mi>
<mi>C</mi>
</mrow>
</mfrac>
</mrow>
其中C、D、E、G、H为中间参数,分别如下:
<mrow>
<mi>C</mi>
<mo>=</mo>
<msubsup>
<mi>&lambda;&Sigma;X</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
<mn>2</mn>
</msubsup>
<mo>-</mo>
<msub>
<mi>&Sigma;X</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<msub>
<mi>&Sigma;X</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
</mrow>
D=λ∑XijYij-∑Xij∑Yij
<mrow>
<mi>E</mi>
<mo>=</mo>
<msubsup>
<mi>&lambda;&Sigma;X</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
<mn>3</mn>
</msubsup>
<mo>+</mo>
<msub>
<mi>&lambda;&Sigma;X</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<msubsup>
<mi>Y</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
<mn>2</mn>
</msubsup>
<mo>-</mo>
<mi>&Sigma;</mi>
<mrow>
<mo>(</mo>
<msubsup>
<mi>X</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
<mn>2</mn>
</msubsup>
<mo>+</mo>
<msubsup>
<mi>Y</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
<mn>2</mn>
</msubsup>
<mo>)</mo>
</mrow>
<msub>
<mi>&Sigma;X</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
</mrow>
<mrow>
<mi>G</mi>
<mo>=</mo>
<msubsup>
<mi>&lambda;&Sigma;Y</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
<mn>2</mn>
</msubsup>
<mo>-</mo>
<msub>
<mi>&Sigma;Y</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<msub>
<mi>&Sigma;Y</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
</mrow>
<mrow>
<mi>H</mi>
<mo>=</mo>
<msubsup>
<mi>&lambda;&Sigma;X</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
<mn>2</mn>
</msubsup>
<msub>
<mi>Y</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>+</mo>
<msubsup>
<mi>&lambda;&Sigma;Y</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
<mn>3</mn>
</msubsup>
<mo>-</mo>
<mi>&Sigma;</mi>
<mrow>
<mo>(</mo>
<msubsup>
<mi>X</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
<mn>2</mn>
</msubsup>
<mo>+</mo>
<msubsup>
<mi>Y</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
<mn>2</mn>
</msubsup>
<mo>)</mo>
</mrow>
<msub>
<mi>&Sigma;Y</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
</mrow>
2
其中,λ为所有传感器有效测量点的个数,i=1,2…n,j=1,2,…m且m≥10。
9.根据权利要求7所述的传感器圆弧法线安装的有轨电车轮径在线检测方法,其特征在于,步骤7所述以所有的有效测量点到拟合圆的距离和最小为进化目标,使用遗传优化算法,对初始的车轮轮径参数进行优化,具体如下:
<mrow>
<mi>F</mi>
<mo>=</mo>
<mi>&Sigma;</mi>
<mo>|</mo>
<msqrt>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>X</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>X</mi>
<mi>k</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>Y</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>Y</mi>
<mi>k</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
<mo>-</mo>
<mfrac>
<msub>
<mi>D</mi>
<mi>k</mi>
</msub>
<mn>2</mn>
</mfrac>
<mo>|</mo>
</mrow>
其中i=1,2…n,j=1,2,…m且m≥10,k=1,2,…w,w为种群大小,|XkYkDk|为种群个体,采用二进制编码,|XkYkDk|的值在车轮初始直径D0和初始圆心坐标(X0,Y0)所在范围中取值;
遗传算法的参数设置如下:种群大小为w;最大遗产代数为MaxGen;个体长度为ILength;代沟为Pg;交叉概率为Px;变异概率为Pm。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710266719.3A CN107084670B (zh) | 2017-04-21 | 2017-04-21 | 传感器圆弧法线安装的有轨电车轮径在线检测装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710266719.3A CN107084670B (zh) | 2017-04-21 | 2017-04-21 | 传感器圆弧法线安装的有轨电车轮径在线检测装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107084670A true CN107084670A (zh) | 2017-08-22 |
CN107084670B CN107084670B (zh) | 2019-06-25 |
Family
ID=59612267
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710266719.3A Expired - Fee Related CN107084670B (zh) | 2017-04-21 | 2017-04-21 | 传感器圆弧法线安装的有轨电车轮径在线检测装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107084670B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110155004A (zh) * | 2019-06-21 | 2019-08-23 | 西华大学 | 带有圆弧槽的制动踏板机构的最优参数确定方法 |
CN113924464A (zh) * | 2019-05-10 | 2022-01-11 | 萨克提斯有限责任公司 | 一种用于对结构进行测量的方法、以及一种用于限定对所述结构进行测量的最优方法的过程 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SU1343243A1 (ru) * | 1983-09-30 | 1987-10-07 | . Ю.Ф.Учаев | Устройство дл определени диаметра круга катани колеса железнодорожного состава во врем движени |
US4749870A (en) * | 1985-06-26 | 1988-06-07 | Wilhelm Hegenscheidt Gesellschaft Mbh | Method and apparatus for measuring data for calculating the diameter of wheels, especially railroad wheel sets |
WO2001098769A1 (de) * | 2000-06-20 | 2001-12-27 | Fraunhofer Gesellschaft Zur Förderung Der Angewandten Forschung E. V. | Vorrichtung und verfahren zur prüfung eines eisenbahnrades |
CN103322936A (zh) * | 2013-06-24 | 2013-09-25 | 南京理工大学 | 轮对尺寸在线监测方法 |
CN103591899A (zh) * | 2013-11-11 | 2014-02-19 | 南京理工大学 | 传感器圆弧法线安装的城轨车辆车轮直径检测装置及方法 |
CN104950887A (zh) * | 2015-06-19 | 2015-09-30 | 重庆大学 | 基于机器人视觉系统和自主跟踪系统的运输装置 |
-
2017
- 2017-04-21 CN CN201710266719.3A patent/CN107084670B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SU1343243A1 (ru) * | 1983-09-30 | 1987-10-07 | . Ю.Ф.Учаев | Устройство дл определени диаметра круга катани колеса железнодорожного состава во врем движени |
US4749870A (en) * | 1985-06-26 | 1988-06-07 | Wilhelm Hegenscheidt Gesellschaft Mbh | Method and apparatus for measuring data for calculating the diameter of wheels, especially railroad wheel sets |
WO2001098769A1 (de) * | 2000-06-20 | 2001-12-27 | Fraunhofer Gesellschaft Zur Förderung Der Angewandten Forschung E. V. | Vorrichtung und verfahren zur prüfung eines eisenbahnrades |
CN103322936A (zh) * | 2013-06-24 | 2013-09-25 | 南京理工大学 | 轮对尺寸在线监测方法 |
CN103591899A (zh) * | 2013-11-11 | 2014-02-19 | 南京理工大学 | 传感器圆弧法线安装的城轨车辆车轮直径检测装置及方法 |
CN104950887A (zh) * | 2015-06-19 | 2015-09-30 | 重庆大学 | 基于机器人视觉系统和自主跟踪系统的运输装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113924464A (zh) * | 2019-05-10 | 2022-01-11 | 萨克提斯有限责任公司 | 一种用于对结构进行测量的方法、以及一种用于限定对所述结构进行测量的最优方法的过程 |
CN110155004A (zh) * | 2019-06-21 | 2019-08-23 | 西华大学 | 带有圆弧槽的制动踏板机构的最优参数确定方法 |
CN110155004B (zh) * | 2019-06-21 | 2024-01-26 | 西华大学 | 带有圆弧槽的制动踏板机构的最优参数确定方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107084670B (zh) | 2019-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107128330B (zh) | 传感器圆弧垂直安装的有轨电车轮径在线检测装置及方法 | |
CN106091951B (zh) | 一种城轨列车轮缘参数在线检测系统及方法 | |
CN107200041B (zh) | 基于列阵激光的有轨电车车轮不圆度在线检测装置及方法 | |
CN107391911A (zh) | 轨道车辆的动态等效锥度的确定方法及装置 | |
CN105292180A (zh) | 基于多种传感器的非接触式轮对尺寸在线检测方法和装置 | |
CN104477211B (zh) | 同转向架轮对探伤系统 | |
CN105946898A (zh) | 一种基于激光测距的城轨列车车轮直径检测方法及系统 | |
CN107084670B (zh) | 传感器圆弧法线安装的有轨电车轮径在线检测装置及方法 | |
CN102252633A (zh) | 一种基于描点的轨道方向及水平不平顺测量方法 | |
CN107139968A (zh) | 基于激光位移传感器的车轮不圆度检测装置及方法 | |
CN107117188A (zh) | 传感器直线垂直安装的有轨电车轮径在线检测装置及方法 | |
CN107685748A (zh) | 基于激光位移传感器的列车车轮尺寸参数在线检测方法 | |
CN103591899A (zh) | 传感器圆弧法线安装的城轨车辆车轮直径检测装置及方法 | |
CN115112044B (zh) | 一种基于多线结构光点云数据的轮对尺寸测量方法 | |
KR102513815B1 (ko) | 자동화된 선로 이상 탐지 방법 및 그 장치 | |
CN104590314B (zh) | 一种基于多种传感器的城轨车辆车轮直径测量装置及方法 | |
CN109353372A (zh) | 一种有轨电车轮对尺寸在线监测系统及方法 | |
CN103587550B (zh) | 传感器圆弧垂直安装的城轨车辆车轮直径检测装置及方法 | |
CN103591902A (zh) | 一种基于激光传感器的城轨车辆车轮直径检测装置及方法 | |
CN113062182B (zh) | 一种基于多传感器融合的精细路面平顺性检测系统及方法 | |
CN113624140A (zh) | 一种轨道车辆轮饼参数在线测量装置及方法 | |
CN2820643Y (zh) | 列车踏面擦伤智能在线检测系统 | |
CN107451095B (zh) | 一种城轨车辆轮对曲线拟合方法 | |
CN103587552A (zh) | 传感器直线倾斜安装的城轨车辆车轮直径检测装置及方法 | |
CN107036541B (zh) | 传感器直线倾斜安装的有轨电车轮径在线检测装置及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190625 Termination date: 20210421 |