高精度钢轨三维廓形检测系统研究

为快速、准确地检测钢轨廓形,提出了一种基于高精度激光轮廓仪的智能钢轨廓形测量系统。根据钢轨建立世界坐标系,构建钢轨廓形测量模型。采用4套高精度三维激光轮廓仪对轨身全面扫描,获取钢轨的4条轮廓线,并进行坐标系的旋转和拼接得到钢轨的真实轮廓,完成对外形尺寸及特征参数的测量和计算。经现场测试,钢轨高度、轨头宽度、轨底宽度和人工测量相比,重复误差分别在0.015～0.027 mm,0.023～0.076 mm,0.036～0.071 mm之间,绝对误差分别在0.012～0.032 mm,0.02～0.07 mm,0.01～0.12 mm之间。证明该系统可以高效、稳定地完成钢轨外形尺寸的检测工作,提高了测量速度和精度。     

基于Gocator视觉传感器的轨头参数计算

轮轨间紧密接触使轨头轮廓产生不规则变化,传统钢轨检测方法主要测量钢轨的垂直磨耗和水平磨耗,不能全面反映钢轨横截面的轮廓信息。基于Gocator视觉传感器采集、拼接得到的完整轨头轮廓数据及标准钢轨轨头轮廓曲线解析式,提出计算轨头剩余面积、轨头45°角磨耗和轨头角度参数的计算方法。该方法通过传感器拼接得到的离散点数据,采用优化分段三次的拟合方法进行多项式拟合,依次对多项式积分得到整个轨头剩余面积;通过轨头45°角所在直线与测量轮廓的交点计算其磨耗;通过计算轨头圆弧相交点处切线斜率得到轨头角度。实验数据表明,在钢轨同一截面计算得到的参数误差小,精度高,计算速度快,这些参数的有效测量值为钢轨自动化打磨维护提供指导意义。     

联合定轨测量组合系统误差参数估计算法

研究航天器数据测量,针对联合定轨距离和测元上可能存在的组合系统误差特性,在讨论各种典型系统误差诊断方法与参数估计算法的基础上,为了提高系统定轨精度.提出了一种摹于奇偶方程的测量组合系统误差诊断识别方法,建立了联合定轨测量组合系统误差的参数估计算法.理论分析和仿真计算结果表明,提出的方法能够实现对联合定轨距离和测元上的多种类型的组合误差进行检测与参数估计,并取得满意结果.     

一种面向转向架检测的智能手持系统设计

车辆转向架是轨道交通车辆的重要组件之一,它作为车辆的重要组成部分,起着承载和牵引等重要作用。随着轨道交通行业的快速发展,对于转向架关键部件的检测需求也越来越高。为了确保转向架的安全性和可靠性,开发一套面向转向架检测的智能手持系统具有重要的实际意义。为此,笔者设计了一种面向转向架检测的智能手持系统,是一种人工扫描和拍照转向架各个关键部件便携式手持仪,采用非接触式图像处理技术,实现关键部件的识别与缺陷等异常监视与预警。实验结果显.示,面向转向架检测的智能手持.式系统的表面状态识别率达到了80%,关键部件缺失识别率达到了95%,缝隙及厚度检测精度达到了±05mm,直径检测精度达到了±05mm,误报率低于1%,取得了良好的应用效果。     

激光三角法钢轨磨耗检测系统研究

传统基于图像处理的钢轨磨耗检测系统处理过程复杂、运算量大,难以满足实时检测的需求.为了解决以上问题,基于激光三角法构建了一种新的二维高精度钢轨磨耗检测系统.它采用光切法扫描钢轨轮廓,将直接采集到的轮廓坐标通过以太网传输到工控机上;通过对不同去噪方法的性能比较,最终采用基于灰色关联的中值滤波方法对初始轮廓数据进行预处理;采用基于最小二乘的高斯-牛顿非线性二次拟合来提取轨腰圆心特征点,通过仿射变换将实测轮廓与标准轮廓进行对位,得到钢轨的磨耗值.实验结果表明:该检测系统垂直磨耗和侧面磨耗测量精度均达到±0.2mm,性能优于传统图像检测方法(±0.3mm),满足铁路标准要求,可用于实时检测钢轨磨耗参数,指导轨道维护工作.     

基于计算机视觉的大型车辆实时定位定向技术

为了解决大型车辆在进行货物装卸时易出现位置和方向误差较大而需多次调整的情况,本文提出一种基于计算机视觉的大型车辆实时定位定向技术.本技术在指示带的辅助下,采用霍夫变换、数字识别等图像处理方法实时测量车辆相对于停车地点的距离、方向和位置信息,最后,系统将利用像素的距离和数量信息来精确计算运动距离,并以图像和数字等多种形式在车辆驾驶室内实时报告、显示.实验证明,该技术可实现大型车辆实时、准确的定位定向.     

基于单目视觉测距的车辆自动刹车辅助系统设计

针对红外测距与超声波测距探测距离与真实距离差异大,刹车控制智能性不强的问题,设计并实现了基于单目视觉测距的车辆自动刹车辅助系统,系统硬件主要由图像采集模块、图像处理模块、以及电子制动模块组成;通过基于单目视觉测距算法实现软件编程,并在Matlab平台上完成测试,实验中车辆以35km/h驶向障碍物,使在20~70m的实际距离进行仿真测距,单目摄像头俯仰角测定在88°~90°之间,对前方实时车距进行测量,并通过与汽车电子控制单元之间的数据交换对车辆制动进行辅助控制;实验结果表明:在实测距离和系统介入距离均在70m以内时,算法相对误差平均在2%左右,车辆停止地点距障碍物在4.5m左右,说明系统满足车辆智能化辅助制动的实时性要求。     

基于单目视觉的前方车辆检测与测距

针对智能车辆控制中的防碰撞问题,提出一种新的前方车辆检测与测距方法。采用多尺度分块二值模式与Adaboost提取车辆候选区域,根据候选区域内的水平边缘和灰度特征去除车辆误检,解决分类器检测过程中路面和绿化带的干扰问题。利用改进的车辆底部阴影定位方法获得车辆准确位置提高测距精度,建立基于位置信息成像模型的车距测量方法,测量前方车辆距离。实验结果表明,该方法在不同天气情况下车辆平均检测率为98.42%,车距测量平均误差为0.71 m。     

钢轨波磨对地铁车辆动力学响应的影响

建立地铁车辆-轨道耦合动力学模型,将钢轨视为弹性离散点支撑的无限长Timoshenko梁,将实测钢轨短波波磨不平顺数据作为不平顺激励.通过数值计算得到在科隆蛋扣件线路上不平顺发展过程中车辆动力学响应的变化情况.随着短波波磨不平顺幅值的增大,轮对和转向架的横、垂向加速度以及轮轨横、垂向力均呈增大趋势,且受不平顺程度的影响较大.结果表明钢轨波磨主要影响车辆系统的垂向振动.     

变轨距货车转向架的动力学分析

建立了考虑轮轴间隙的三大件式变轨距货车转向架动力学模型,研究车辆在准轨和宽轨线路上的动力学性能和LM踏面在不同轨距线路上的轮轨接触关系.考虑轨距为1435mm和1520mm、轨底坡为1/40和1/20、标准和打磨后的多种钢轨廓形与LM踏面匹配,发现LM踏面对两种轨底坡的兼容性较好,而踏面磨耗后对轨底坡变化较敏感;LM踏面在准轨线路上对轮轴横向间隙比较敏感,而在宽轨线路上则不存在这个问题.轮轴之间的横向和旋转间隙会导致车辆临界速度降低,建议控制间隙在0.6mm和0.5mrad以内;轮轴间隙不影响车辆运行安全性和平稳性,且在准轨和宽轨线路上的动力学指标基本无差异.变轨距车辆运行过程中,轮轨横向力和纵向蠕滑力会导致轮轴横向间隙和旋转间隙动态变化,变化量为间隙值;给出轮轴间隙与轮轨载荷的正态分布统计,发现轮轴间隙载荷与轮轨载荷相当.     

一种火车轮轨相对垂向位移视频检测系统

机车轮轨之间的相对位移是轮轨接触状态最直接的反映,为了监测列车运行的状态 及完善运行安全性机理,传统方法是采用基于传感器的接触式测量。针对其存在动态测量困难、 零漂大和抗干扰能力差等缺点,设计了一种火车轮轨相对垂向位移视频检测系统。该系统将相机 垂直安装在转向架上,激光源也安装在转向架上并使激光照到轨道上,利用相机、激光源和转向 架三者保持相对静止的特点,通过激光点在轨道图像中的纵坐标变化来测量轮轨的相对垂直位 移。最后,在无砟和有砟轨道两种不同条件下实现了机车轮轨相对垂向位移检测、数据显示和存 储。实验结果表明,该系统不仅能显示轮轨相对垂向位移,而且对检测环境有较强的适应性,这 对进一步探索和评价机车运行安全性机理有着重要的意义。     

柔性轮对结构振动对车辆动力学性能的影响

为研究轮对柔性对车辆动力学的影响,建立高速列车轮对的有限元模型,对轮对进行自由模态分析.通过模态综合法获取柔性轮对模态信息,应用多体系统动力学理论建立柔性轮对-刚性轨道接触力学模型;建立包含高速旋转柔性轮对的车辆-轨道耦合动力学模型,研究高速列车在直线和曲线通过时轮对结构振动对车辆动力学性能的影响.结果表明:轮对的结构振动对轮轨接触点位置、蠕滑率、蠕滑力和脱轨因数等均产生较明显的影响,但是对轮重减载率影响较小,因此应采用更加精确的柔性轮轨耦合模型研究轮轨相互作用、轮轨滚动接触疲劳和轮轨噪声等.     

基于AutoLISP的有轨起重机非圆轨道动态仿真

为方便有轨起重机轨道修正方案的可行性验证,基于AutoLISP对修正轨道进行仿真。仿真模型使内侧车轮与内侧轨道完全重合,利用几何关系绘制外侧车轮轨迹。外侧车轮与外侧轨道的偏移量小于2倍轮轨中心距,说明小车可以顺利通过修正轨道,否则会出现卡轨。某型号起重机实际参数验证本文方法的可行性。     

基于多源数据结构融合的车轮滑转率测量方法

滑转率是轮式车辆运动状态的重要参数,该值过大严重影响牵引效率、油量消耗以及行驶安全;实时精准检测车轮瞬时滑转率是车辆优化控制的关键技术;当车辆在被各种土质或植被覆盖的田地里或复杂地形的环境中低速作业时,传统方法难以精准测量该动态参数;文中采用新测量方法:采集卫星导航、微惯导和轮速等多源信息;依据检测点的空间结构关系,建立多源数据结构融合算法(multi-source data structured fusion,MDSF);实时测量各车轮的瞬时滑转率;模拟仿真与实测试验的结果表明:(1)轮向速度相对误差2.43％,轮转速相对误差0.54％,使滑转率误差小于3.00％;(2)实测数据准确反映车辆运动中的动力学关系,实时体现左右车轮各自的动态特性.     

基于卡尔曼滤波的轮对速度估计及仿真

高速列车在制动防滑过程中,由于轮轨蠕滑率很小,采用传统的速度测量和估计方法难以获得轮对速度的快速动态变化,为此建立了车辆系统离散状态方程,采用卡尔曼滤波的方法对轮对速度进行估计,并根据车轮速度和轮对减速度随着轨面条件的变化,实时修正协方差矩阵,以保证估计的稳定性和准确性。通过几种估计方法的对比分析结果表明,在轮对速度发生突变时,平均值估算法将严重偏离实际值。受轨面条件的影响,最大值估算法存在较大的波动,不适合应用于防滑过程中轮对速度的估计。卡尔曼估计法在各种条件下具有有效性和准确性。     

Slip-compensated path following for planetary exploration rovers

A system that enables continuous slip compensation for a Mars rover has been designed, implemented and field-tested. This system is composed of several components that allow the rover to accurately and continuously follow a designated path, compensate for slippage and reach intended goals in high-slip environments. These components include visual odometry, vehicle kinematics, a Kalman filter pose estimator and a slip-compensated path follower. Visual odometry tracks distinctive scene features in stereo imagery to estimate rover motion between successively acquired stereo image pairs. The kinematics for a rocker–bogie suspension system estimates vehicle motion by measuring wheel rates, and rocker, bogie and steering angles. The Kalman filter processes measurements from an inertial measurement unit and visual odometry. The filter estimate is then compared to the kinematic estimate to determine whether slippage has occurred, taking into account estimate uncertainties. If slippage is detected, the slip vector is calculated by differencing the current Kalman filter estimate from the kinematic estimate. This slip vector is then used to determine the necessary wheel velocities and steering angles to compensate for slip and follow the desired path.     

空气弹簧在100%低地板轻轨车上应用可行性分析*

基于多体动力学仿真软件SIMPACK,对某型采用纵向耦合边驱电机转向架的100%低地板轻轨车三模块编组建模,在MATLAB/Simulink中对其中央悬挂部件空气弹簧的主气室、节流孔、附加气室建模.对100%低地板轻轨车运行工况进行设定,通过联合仿真的方式对空气弹簧在100%低地板轻轨车上应用可行性进行分析,得到:1)空气弹簧应用到100%低地板车上后,车辆蛇行失稳临界速度为149km/h,大于设计时速,车辆有较好的运行稳定性.2)车辆运行时,平稳性及最大加速度指标均小于2.5,车辆有较好的运行平稳性.3)车辆通过小半径曲线时,轮重减载率、脱轨系数、轮轴横向力、轮轨横向力指标均小于评判标准限值,车辆有较好的曲线通过能力.4)空气弹簧在通过工况设定的小半径曲线时,各项性能指标均符合该型空气弹簧技术标准,空气弹簧在100%低地板轻轨车上应用可行.     

Development of a model for the simultaneous analysis of wheel and rail wear in railway systems

The prediction of wheel and rail wear is a fundamental issue in the railway field, both in terms of vehicle stability and in terms of economic costs (planning of maintenance interventions). In particular the need of an accurate wear model arises from the interest of Trenitalia S.p.A. and Rete Ferroviara Italiana in designing new wheel and rail profiles and new bogie architectures optimized from the wear viewpoint with the aim of improving the wear and stability behavior of the standard ORE S1002 wheel profile matched with the UIC60 rail profile canted at 1/20 rad (which represents the wheel–rail combination adopted by the Italian railway line). In this work the authors present a wear model specifically developed for the evaluation of the wheel and rail profile evolution, the layout of which is made up of two mutually interactive but separate units: a vehicle model for the dynamical analysis and a model for the wear evaluation. Subsequently the new model has been compared with the wear evaluation procedure implemented in Simpack, a widely tested and validated multibody software for the analysis of the railway vehicle dynamics; the comparison aims both to evaluate the model performance (in terms of accuracy and efficiency) and to further validate the wear model (just tested, as regards the wheel wear prediction, in previous works related to the critical Aosta–Pre Saint Didier line). The comparison has been carried out considering a benchmark train composed by a locomotive (E.464) and a passenger vehicle (Vivalto) provided by Trenitalia while the simulations have been performed on a mean Italian railway line (obtained by means of a statistical analysis of the data relative to the whole Italian railway network provided by Rete Ferroviaria Italiana (RFI)).     

基于无线通信的车辆主动防撞预警系统设计

提出了一种基于无线通信的车辆主动防撞预警系统,利用梯度方向直方图特征与支持向量机配合单目测距模型实现前方车辆的实时检测与测距,并利用传感器无线通信网络获取相对车速信息,最后根据相对车距与相对车速配合TTC预警模型实现碰撞预警。试验结果表明,系统平均处理时间100ms,车辆检测准确率95%,单目测距误差小于±4m,实现了实时、准确的车辆预警。