CN113983957B - 多源信息融合的轮对廓形动态识别方法 - Google Patents

多源信息融合的轮对廓形动态识别方法 Download PDF

Info

Publication number
CN113983957B
CN113983957B CN202111275630.6A CN202111275630A CN113983957B CN 113983957 B CN113983957 B CN 113983957B CN 202111275630 A CN202111275630 A CN 202111275630A CN 113983957 B CN113983957 B CN 113983957B
Authority
CN
China
Prior art keywords
profile
wheel
standard
wheel set
area
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.)
Active
Application number
CN202111275630.6A
Other languages
English (en)
Other versions
CN113983957A (zh
Inventor
雷蕾
宋冬利
张甬成
文渊
罗彦
严皓
杜新宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southwest Jiaotong University
Chengdu Emu Depot of China Railway Chengdu Group Co Ltd
Original Assignee
Southwest Jiaotong University
Chengdu Emu Depot of China Railway Chengdu Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Southwest Jiaotong University, Chengdu Emu Depot of China Railway Chengdu Group Co Ltd filed Critical Southwest Jiaotong University
Priority to CN202111275630.6A priority Critical patent/CN113983957B/zh
Publication of CN113983957A publication Critical patent/CN113983957A/zh
Application granted granted Critical
Publication of CN113983957B publication Critical patent/CN113983957B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B5/00—Measuring arrangements characterised by the use of mechanical techniques
    • G01B5/0025—Measuring of vehicle parts

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)

Abstract

本发明提供了一种多源信息融合的轮对廓形动态识别方法，包括步骤：步骤S1.利用轮对廓形动态监测设备采集轮对实测廓形；步骤S2.获取轮对最近一次镟修数据，得到镟后轮径值和对应的标准廓形；步骤S3.根据标准廓形对实测廓形进行修正，获得修正廓形；步骤S4.根据所述修正廓形与标准廓形，计算当前的轮对踏面磨耗值和/或轮径值。本发明考虑了轮对运行中的运行姿态及轮对动态检测设备造成的测量误差，融合多源数据，利用廓形中不太会产生磨耗的区段对实测廓形进行微调，减小测量误差，提高获取廓形的准确率和识别精度，进而使获得的轮对踏面磨耗值和轮径值更加客观准确。

Description

多源信息融合的轮对廓形动态识别方法
技术领域
本发明涉及轨道交通测量领域，尤其涉及多源信息融合的轮对廓形动态识别方法。
背景技术
轮对作为列车走行部的重要组成部分，引导列车沿轨道运行，并将列车的全部重量传给钢轨的部件，是位于钢轨与列车之间的重要组成部分，也是保证列车在高速下行驶安全、平稳的关键部件。随着列车运行速度的提升以及频繁制动，轮对磨耗会随着运行里程的累计加剧，且根据不同的运行交路、轮对踏面类型等原因会造成轮对偏磨或磨轮缘的情况，为了保障轮对的服役状态，定期的计划修以外，轮对廓形的动态监测也是必不可少的。现有的动态监测设备大多采用的是“光截图像测量技术”，该技术主要通过沿轮心方向投射线光源，在踏面上行成截面曲线，再通过工业相机采集图像，通过图像识别的方式分析整理得到轮对的轮廓曲线，从而得到轮对的各特征参数值。
当轮对与监测设备在长期的服役条件下，线光源的位置和投射方向可能存在偏差，加上运行中轮对的运动姿态问题，势必对测量造成了误差，此时拍摄得到的轮廓曲线与真实的轮廓存在差异，导致列车轮对动态监测设备在应用过程中测量得到的特征值(磨耗量、轮径值等)与真实值会存在较大误差。为后期的磨耗规律分析、特征参数演变规律分析造成影响。
发明内容
本发明针对上述现有技术的不足，提供了一种多源信息融合的轮对廓形动态识别方法，通过融合检修过程中机床设备得到的测量数据与运行过程中轮对动态监测设备得到的廓形数据，实现对轮对廓形的动态识别，提升检测数据的准确度。
为了实现以上发明目的，本发明提供的具体技术方案如下：
多源信息融合的轮对廓形动态识别方法，其特征在于，包括步骤：
步骤S1.利用轮对廓形动态监测设备采集轮对实测廓形；
步骤S2.获取轮对最近一次镟修数据，得到镟后轮径值和对应的标准廓形；
步骤S3.根据标准廓形对实测廓形进行修正，获得修正廓形。
步骤S4.根据所述修正廓形与标准廓形，计算当前的轮对踏面磨耗值和/或轮径值。
在一些较优的实施例中，步骤S3所述修正的方法包括：
步骤S301.以轮缘最高点为参考点，以轮缘最高点外侧的另一点为分析终止点，将两点之间的轮缘曲线作为标准曲线；
步骤S302.微调所述实测廓形，使所述实测廓形和标准廓形上的标准曲线合围的区域面积最小，记录此时的调整量，作为修正参数；
步骤S303.利用所述修正参数对所述实测廓形进行修正，获得修正廓形。
在一些较优的实施例中，所述分析终止点的选取方法为：选取轮缘最高点外侧与轨道无磨耗产生区域的廓形上任意一点。
在一些较优的实施例中，所述微调包括平移和/或旋转操作。
在一些较优的实施例中，所述实测廓形和标准廓形上的标准曲线合围的区域面积最小的判断方法为：
对所述实测廓形和标准廓形上的标准曲线合围的区域面积进行积分：
Figure BDA0003329340850000021
DB＝min{S}；
其中，Sijk---纵向平移i次、横向平移j次及旋转k次后的标准曲线合围的区域面积；Wt为实测廓形；Ws为标准廓形；DB为标准廓形Ws与平移或旋转后实测廓形Wt的最小积分面积。
有益效果
本发明考虑了轮对运行中的运行姿态及轮对动态检测设备造成的测量误差，融合多源数据，利用廓形中不太会产生磨耗的区段对实测廓形进行微调，减小测量误差，提高获取廓形的准确率和识别精度，进而使获得的轮对踏面磨耗值和轮径值更加客观准确。
附图说明
图1为本发明一种较优实施例的方法步骤流程示意图；
图2为轮对廓形局部示意图；
图3为本发明另一种较优实施例中的轮对廓形动态监测设备采集到的轮对实测廓形和其对应的磨耗量示意图；
图4为本发明另一种较优实施例中实测廓形和其对应的磨耗量所对应的轮径变化趋势图；
图5为本发明另一种较优实施例中轮对修正廓形和其对应的磨耗量示意图；
图6为本发明另一种较优实施例中修正廓形和其对应的磨耗量所对应的轮径变化趋势图；
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明作进一步阐述。在本发明的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
如图1所示，本发明提供了一种多源信息融合的轮对廓形动态识别方法，包括步骤：
步骤S1.利用轮对廓形动态监测设备采集轮对实测廓形；本实施例中的动态监测设备可以是本领域常用的轮对动态监测设备，如采用“光截图像测量技术”的设备。只要其能获取到初步的轮对动态廓形即可，本申请对其实现的具体方式和装置不作进一步的要求。
步骤S2.获取轮对最近一次镟修数据，得到镟后轮径值和对应的标准廓形；其中，所述镟修数据的获取可以是查找列车检修车间的轮对镟修数据历史记录，找到该轮对与检测时间最近一次的镟修记录。
步骤S3.根据标准廓形对实测廓形进行修正，获得修正廓形。
应当理解的是，由于设备在长期的服役条件下，线光源的位置和投射方向可能存在偏差和运行中轮对的运动姿态问题，对测量造成了误差，此时拍摄得到的轮廓曲线与真实的轮廓存在差异，导致列车轮对动态监测设备在应用过程中测量得到的特征值(磨耗量、轮径值等)与真实值会存在较大误差。而标准廓形是镟修后的理想廓形状态。通过将标准廓形与实测廓形进行对比，从而完成修正。
在一些较优的实施例中，给出了一种具体的修正方法，包括：
步骤S301.以轮缘最高点为参考点，以轮缘最高点外侧的另一点为分析终止点，将两点之间的轮缘曲线作为标准曲线；
如图2所示，L点为轮缘最高点，E点为分析终止点。本领域的技术人员应当知晓，在轮对的实际使用过程中，以轮缘最高点为界划分轮缘廓形为两侧，其中轮缘左侧(轮对内侧)属于不接触区域，因此其不存在磨耗；而轮缘右侧(轮对外侧)为工作区域，但靠近最高点部分区域几乎不会与轨道发生接触继而无磨耗产生，因此其基本能维持上述区域的车轮轮缘廓形运用中与上次镟修后的标准廓形一致。在一些较优的实施例中，基于以上原因，考虑在此区域内选择一点作为分析终点，然后以标准曲线为参照，对所述实测轮廓进行微调，实现对实测轮廓的修正。
在另一些较优的实施例中，所述E点与L点的水平距离为0.5-3mm。
步骤S302.微调所述实测廓形，使所述实测廓形和标准廓形上的标准曲线合围的区域面积最小，记录此时的调整量，作为修正参数；应当理解的是，所述微调是指对实测廓形整体进行不影响其轮廓尺寸的轻微调整，因此，在一些较优的实施例中，主要是采用平移和/或旋转的操作，而缩放等会影响轮廓尺寸的调整方式则是禁止使用的。在一些较优的实施例中，还给出了一种实测廓形和标准廓形上的标准曲线合围的区域面积最小的判断方法：
对所述实测廓形和标准廓形上的标准曲线合围的区域面积进行积分：
Figure BDA0003329340850000041
DB＝min{S}；
其中，Sijk---纵向平移i次、横向平移j次及旋转k次后的标准曲线合围的区域面积；Wt为实测廓形；Ws为标准廓形；DB为标准廓形Ws与平移或旋转后实测廓形Wt的最小积分面积。
步骤S303.利用所述修正参数对所述实测廓形进行修正，获得修正廓形。应当理解的是，所述修正是指以廓形最高点为标准点，用修正参数对整个实测廓形上的所有点进行修正，
步骤S4.根据对比修正廓形与璇后标准廓形，计算轮对踏面任一点当前的磨耗值和轮径值。优选的，所述踏面磨耗值的计算方式可以是：
Wk＝yws(xk)-ywt(xk)
式中：Wk为踏面位置k处磨耗量；yws(xk)为踏面位置k处的标准廓形纵坐标值；ywt(xk)为踏面位置k处的实测廓形纵坐标值。
所述当前轮径值的计算方式可以是：
Dt＝Ds-2Wk
式中：Ds---轮对最近一次镟后轮径值。
实施例
本实施例根据上述技术方案，对某组动车某节车厢的A轴左、右轮轮对进行检测。
如图3所示，其为轮对廓形动态监测设备采集到的轮对实测廓形和其对应的磨耗量，由于车辆实际运行过程中，名义滚动圆附近的磨耗量较大，轮缘处的磨耗量次之，故可看出廓形数据可能存在一定的误差。
如图4所示，轮对动态检测数据提供的原始轮径值数据的变化几乎没有规律，误差较大，数据点较分散，无法有效预测轮径的变化趋势及变化量，参考价值不大。
如图5所示，其为根据本发明所提供的方法进行修正后的轮对廓形和其对应的磨耗量，可以看到在轮缘高点附近磨耗量保持稳定，名义滚动圆处的磨耗量随时间变化呈变大趋势。可以看出利用廓形中不太会产生磨耗的区间段对实测廓形进行平移及旋转的来微调实测廓形。
如图6所示，通过微调后的廓形及镟修数据中的精确轮径值对轮径值进行了修正。在一个镟修周期内经过廓形修正后的轮径值整体呈线性下降趋势，趋势明显。修正后的轮径值与镟修数据基本吻合，与前次镟修后的数据误差平均值为0.04mm，基本吻合。与下次镟修前数据误差平均值为-0.32mm，即经过一个镟修周期后由轮对动态检测设备采集到的原始数据得到的轮径大于镟修数据，即平均磨耗量要比镟修数据小0.16mm。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (2)

1.多源信息融合的轮对廓形动态识别方法，其特征在于，包括步骤：
步骤S1.利用轮对廓形动态监测设备采集轮对实测廓形；
步骤S2.获取轮对最近一次镟修数据，得到镟后轮径值和对应的标准廓形；
步骤S3.根据标准廓形对实测廓形进行修正，获得修正廓形；
步骤S4.根据所述修正廓形与标准廓形，计算当前的轮对踏面磨耗值和/或轮径值；
步骤S3所述修正的方法包括：
步骤S301.以轮缘最高点为参考点，以轮缘最高点外侧的另一点为分析终止点，将两点之间的轮缘曲线作为标准曲线；
步骤S302.微调所述实测廓形，使所述实测廓形和标准廓形上的标准曲线合围的区域面积最小，记录此时的调整量，作为修正参数；
步骤S303.利用所述修正参数对所述实测廓形进行修正，获得修正廓形；
所述微调包括平移和/或旋转操作；
所述实测廓形和标准廓形上的标准曲线合围的区域面积最小的判断方法为：
对所述实测廓形和标准廓形上的标准曲线合围的区域面积进行积分：
Figure QLYQS_1
；
Figure QLYQS_2
；
其中，
Figure QLYQS_3
---纵向平移i次、横向平移j次及旋转k次后的标准曲线合围的区域面积；Wt为实测廓形；Ws为标准廓形；
Figure QLYQS_4
为标准廓形Ws与平移或旋转后实测廓形Wt的最小积分面积。
2.如权利要求1所述的多源信息融合的轮对廓形动态识别方法，其特征在于，所述分析终止点的选取方法为：选取轮缘最高点外侧与轨道无磨耗产生区域的廓形上任意一点。
CN202111275630.6A 2021-10-29 2021-10-29 多源信息融合的轮对廓形动态识别方法 Active CN113983957B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111275630.6A CN113983957B (zh) 2021-10-29 2021-10-29 多源信息融合的轮对廓形动态识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111275630.6A CN113983957B (zh) 2021-10-29 2021-10-29 多源信息融合的轮对廓形动态识别方法

Publications (2)

Publication Number Publication Date
CN113983957A CN113983957A (zh) 2022-01-28
CN113983957B true CN113983957B (zh) 2023-03-21

Family

ID=79744738

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111275630.6A Active CN113983957B (zh) 2021-10-29 2021-10-29 多源信息融合的轮对廓形动态识别方法

Country Status (1)

Country Link
CN (1) CN113983957B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114862012B (zh) * 2022-04-29 2023-07-18 成都西交轨道交通技术服务有限公司 一种列车轮对维修辅助决策系统及方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107607044A (zh) * 2017-08-21 2018-01-19 南京理工大学 一种基于激光位移传感器的车轮踏面磨耗检测方法

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB8330268D0 (en) * 1983-11-12 1983-12-21 Lion Lab Ltd Discriminant analysis of gas constituents
CN202209973U (zh) * 2010-07-13 2012-05-02 联宇工程技术(武汉)有限公司 基于数字图像处理的水位测量仪
CN102201060B (zh) * 2011-05-31 2013-01-02 温州大学 一种基于形状语义的非参数轮廓跟踪评价方法
DE102014006192A1 (de) * 2014-04-30 2015-11-05 Industrie-Partner Gmbh Radebeul-Coswig ,,Radsatzfreihebe-. -dreh- und -meßvorrichtung für Radsätze von Schienenfahrzeugen"
WO2017157358A1 (de) * 2016-03-17 2017-09-21 Hegenscheidt-Mfd Gmbh Verfahren zur messung und berechnung von geometrischen parametern der räder eines radsatzes für schienenfahrzeuge
CN107292948B (zh) * 2016-04-12 2021-03-26 香港理工大学 一种人体建模方法、装置及电子设备
CN105894546A (zh) * 2016-04-27 2016-08-24 梧州市自动化技术研究开发院 一种在皮带机上的运动物体的视频图像模型化处理方法
CN106123771B (zh) * 2016-05-27 2019-02-22 南京理工大学 基于激光位移传感器的轮对尺寸测量结果可信度的区间模糊评判方法
CN106052589A (zh) * 2016-07-26 2016-10-26 广州地铁集团有限公司 列车轮对踏面标准滚动圆廓形自动化测量方法和系统
CN106225710B (zh) * 2016-07-26 2019-08-16 广州地铁集团有限公司 基于误差修正的列车轮踏面三维轮廓自动化测量方法和系统
CN107764201B (zh) * 2017-10-11 2021-03-26 成都多极子科技有限公司 基于线结构光的铁路磨耗测量的最小面积轮廓匹配方法
CN108303021B (zh) * 2018-01-09 2023-12-19 中铁科学研究院有限公司 一种轨道车辆轮对尺寸测量仪及确定最优镟修量的方法
CN108876860B (zh) * 2018-04-28 2023-06-20 中国计量大学 一种用于管水准器气泡偏移量测量的图像标定方法
CN109798844B (zh) * 2018-12-28 2020-07-28 北京交通大学 一种钢轨磨耗动态测量中的轨廓自动配准方法
CN111982051A (zh) * 2019-05-22 2020-11-24 复盛应用科技股份有限公司 高尔夫球杆头弧度测量方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107607044A (zh) * 2017-08-21 2018-01-19 南京理工大学 一种基于激光位移传感器的车轮踏面磨耗检测方法

Also Published As

Publication number Publication date
CN113983957A (zh) 2022-01-28

Similar Documents

Publication Publication Date Title
CN109798844B (zh) 一种钢轨磨耗动态测量中的轨廓自动配准方法
CN116071387B (zh) 基于机器视觉的枕轨生产质量检测方法
CN111532295B (zh) 轨道交通移动智能运维检测系统
CN113983957B (zh) 多源信息融合的轮对廓形动态识别方法
WO2017175555A1 (ja) 磨耗検査装置及び磨耗検査方法
CN109855562B (zh) 钢轨磨耗测量方法及装置
CN108303021B (zh) 一种轨道车辆轮对尺寸测量仪及确定最优镟修量的方法
CN109468898B (zh) 钢轨养护方法及装置
CN107764201B (zh) 基于线结构光的铁路磨耗测量的最小面积轮廓匹配方法
CN107101594B (zh) 一种提取轮轨车轮空间轮缘最低点的方法
CN111442736B (zh) 一种基于激光扫描仪的铁路隧道变形检测方法及其装置
CN112498413A (zh) 铁道用状态监视装置、铁道车辆的转向架、铁道车辆、铁道用制动控制装置
CN115127479A (zh) 一种基于机器视觉的胶辊螺纹在线检测及修正方法
CN112414651B (zh) 基于移动式线路加载车的轨道刚度确定方法及装置
CN109050576A (zh) 一种轮径修正方法、装置、设备及可读存储介质
CN111764208A (zh) 一种基于区间分割的钢轨打磨廓形快速预测方法
CN110245415B (zh) 车轮踏面凹形磨耗阈值确定方法和确定装置
CN112744293A (zh) 方向盘零位偏差角度测量方法及车辆
CN116303457A (zh) 一种用于疲劳驾驶车辆的数据采集存储方法
CN115797338B (zh) 基于双目视觉的全景路面多性能指标计算方法及系统
CN112964195A (zh) 基于激光三角法的供电轨几何参数综合检测方法及系统
CN116167983A (zh) 基于dtw距离最小的钢轨轨腰对齐方法、系统及终端
CN111709567A (zh) 基于螺杆压缩机滑动轴承轴心轨迹的润滑油剩余寿命预测方法及系统
CN113569491A (zh) 一种轮对尺寸检测数据的分析和校正方法及装置
CN112750103B (zh) 一种列车闸片厚度检测方法及其系统

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