基于二维激光位移传感器和遗传算法的钢轨磨耗动态检测系统
基于二维激光位移传感器和遗传算法的钢轨磨耗动态检测系统
作者:杨强;林建辉;丁建明;农汉彪
近年来,我国城市轨道交通事业兴起,地铁建设运营里程急剧增加。地铁线路繁忙,轨道具有利用率高、区间短、曲线段多和曲线半径小等特点,造成钢轨磨耗加剧。钢轨磨耗是指轨头上轮轨接触区域的磨损程度,是钢轨损伤的一种类型。传统磨耗检测采用人工量具静态测量[1],无法满足地铁轨道线路的维护需求。基于二维激光位移传感器的动态磨耗测量系统(简称系统),安装在轨道检测车上使用,可高速、实时检测钢轨磨耗参数,指导轨道维护工作,保障地铁行车安全。
1 钢轨磨耗动态检测原理
钢轨磨耗动态检测是指将仪器和检测设备安装在轨道车或检测车上构成车载系统,在车辆走行过程中完成轨道轮廓数据的采集、存储、数据处理和磨耗结果输出等。轨道磨耗参数的提取:首先利用光切法原理,将二维激光位移传感器发射出的面光源投射至钢轨截面上,在钢轨作用边侧形成一条截面线,由传感器内部CCD获取图像信息;由数字图像处理模块进行高速实时计算;由CAN总线传输模块将离散的半断面轮廓序列{(x i , y i ),i =1,2,3?n }传输至工控机,在工控机内进行磨耗参数的提取等。
1.1 二维激光位移传感器工作原理
二维激光位移传感器内部由线性激光光源、CCD单元、数字图像处理模块和CAN总线通信模块等主要部件构成。
1.2 钢轨磨耗参数定义
钢轨磨耗参数分为垂直磨耗、侧面磨耗和总磨耗。垂直磨耗测点定义为钢轨垂直中心线与轨面交点;侧面磨耗测点定义为轨面下16 mm处过钢轨垂直中心线与轨头内侧面的交点。测点与标准轨轮廓上对应点的差值即为实际磨耗值。总磨耗定义为垂直磨耗和侧面磨耗的和,式(1)表示因磨耗造成的轨头断面面积减损程度[3]。W V+W H=W T 。 (1)
2 系统组成
车辆运行过程中无法保持车速恒定,导致里程相关的轨道不平顺被调制或磨耗采样不均匀。系统采用等距离采样的方式,即利用安装在车轴上的光电编码传感器对二维激光位移传感器进行外部触发,接收到触发脉冲的左右2只传感器同时对轨道同一断面的左右钢轨内侧断面进行采集,在传感器内部完成图像处理、轮廓提取和数据离散化等操作后,经由CAN传输到上位机(工控机)进行数据轮廓重构、特征点提取、坐标旋转平移、轮廓线三次样条拟合与磨耗的计算,最终完成计算结果显示、报表打印和数据储存。
3 磨耗参数提取算法
由于轮轨接触时,钢轨内侧轨腰和轨底没有发生磨损和形变,轨腰与轨底之间的一段R =20 mm的圆弧特征最为明显,将其圆心设为第一基准点a,轨腰上与该圆心距离40 mm的点为第二基准点b。由于传感器安装在构架检测梁上,在轨道不平顺的作用下,传感器将随构架垂向振动,加之轮轨间的游间造成的横向位移,实时轮廓数据无法与静态标准轮廓自然重合。因此,钢轨磨耗参数提取算法的核心是在测量离散轮廓数据坐标系中找到上述2个基准点并与标准钢轨轮廓中对应点相匹配,计算出旋转平移方程,利用该矩阵将测量轮廓按照基准点与标准轮廓重合,由此计算轨头的磨耗参数。
由于作为第一基准点的圆心不能直接由轮廓数据得到,需要采用数据拟合的方式进行计算。车辆振动造成传感器激光光源的投射距离和角度是时刻变的,因此,特征圆弧在离散轮廓数据中占据的点数和数据序列中的位置也是时刻变的。考虑这个因素,在圆心的最小二乘拟合过程中引入遗传算法,对拟合过程进行寻优,以降低车辆振动造车的拟合误差。
4 遗传算法离散钢轨轮廓特征圆拟合原理
4.1 遗传算法基本原理
遗传算法(Genetic Algorithm,GA)是应用较为广泛的一种全局优化算法。采用随机搜索、逐渐优化的方式,模拟生物界的自然选择和基因遗传学原理。该算法在控制、规划、设计、图像处理、信号处理、机器人、人工神经网络等领域都有着广泛应用。
4.2 遗传算法实现轮廓特征圆拟合算法
遗传算法本身具有变量编码、生成初始种群、构造适应度函数、计算个体适应值、复制、交叉、变异等基本操作[4],结合应用实际,总结出如下具体步骤:
(1)通过算法选取钢轨整体轮廓序列中属于轨腰和轨底的部分,以备特征圆拟合使用。
(2)根据传感器与钢轨的相对位置,得知离散点列中y 轴最大值将在R =20 mm的特征圆弧上产生,通过搜寻算法找到该最大值,依此确定参与遗传算法的数组范围,避免全局搜索,提高计算效率。
(3)确定参与运算的离散序列索引值边界、拟合
点数的边界值和种群规模,进行编码并产生随机种群。
(4)计算群体中个体的适应值即特征圆的拟合半径,根据一定规则从当前种群中选定的优良个体(半径误差较小)遗传到下一代。
(5)进行交叉,个体以一定的交叉概率将其部分基因交换出去。
(6)对交叉后种群中的个体,以一定的变异概率改变某些基因位上的基因值。
(7)迭代终止条件判断,循环或终止。
最终得到拟合误差最小的离散点序列索引值和参与拟合的点数,并计算出对应的圆心坐标,用以计算坐标变换矩阵。
5 实验结果
基于二维激光位移传感器和遗传算法的钢轨磨耗动态检测系统安装在地铁轨道检测车转向架上,左右二维激光位移传感器关于车辆中心线对称,初始安装角(传感器侧面相对于轨面)为45°。为了磨耗检测数据与轨道不平顺检测数据同步,采用250 mm的采样间隔。地铁正线一般采用60 kg/m钢轨,而站场或调试线采用50 kg/m钢轨。为了避免因轨型不匹配导致磨耗计算出现重大误差,软件系统具有轨型自动识别功能,并根据识别的轨型调用相匹配的标准轮廓数据。由于轨检车限速60 km/h,决定系统最高采样频率为66.7 Hz,二维激光位移传感器的采样率和实时数据处理传输力完全能够满足要求。考虑到钢轨磨耗的短波特性,系统应具备较高的定位精度,通过对线路添加电子标签,实时修正由车轮滚动半径变化造成的公里标累计误差。
实测数据来自地铁正线曲线段的现场实验),实验结果与人工测量相比较,即选定一些线路易于产生磨耗的测点,停车后通过人工复核的方式进行验证。通过遗传算法拟合的2个特征点坐标值进行坐标变换,得到轨腰轨底轮廓部分重合的图形。可以明显看出,轨头存在不重合现象,即实测数据产生磨耗。通过磨耗计算方法,利用3次样条插值方法最终计算出磨耗值。
6 结束语
基于二维激光位移传感器设计的钢轨磨耗动态检测系统原理清晰、结构简单,使用遗传算法大大降低了车体振动引入的拟合误差。实验表明,该系统满足地铁要求的0.3 mm的动态检测精度。
本文章转自爱学术(aixueshu.com),如有侵权,请联系删除