摘要

輪對作為軌道車輛走行部的核心部件，其服役狀態(tài)直接關(guān)系到行車安全與乘坐舒適性。車輪車輪失圓（Out-of-Roundness, OOR，包含多邊形化及踏面擦傷）是導(dǎo)致輪軌高頻沖擊、引起鋼軌波磨及車輛部件結(jié)構(gòu)疲勞失效的主要誘因。

本方案針對傳統(tǒng)靜態(tài)測量效率低、現(xiàn)動態(tài)檢測系統(tǒng)精度隨車速衰減大、抗車體晃動干擾能力差等技術(shù)痛點(diǎn)，提出并在實(shí)驗(yàn)層面驗(yàn)證了一種融合柔性平行四邊形隨動機(jī)構(gòu)與高速線性激光三角測距技術(shù)的綜合解決方案。方案基于列車動力學(xué)模型，利用機(jī)器視覺中的PSO-SVM（粒子群優(yōu)化支持向量機(jī)）進(jìn)行特征識別，結(jié)合LTP系列激光位移傳感器實(shí)現(xiàn)非接觸式微米級踏面復(fù)原。實(shí)驗(yàn)數(shù)據(jù)表明，系統(tǒng)車輪不圓度檢測重復(fù)性標(biāo)準(zhǔn)差控制在±0.09mm以內(nèi)，絕對誤差對比平均值低于0.37mm，并在最高40km/h的入庫工況下保持高適應(yīng)性。

1. 行業(yè)背景與應(yīng)用挑戰(zhàn)

1.1 問題定義

隨著鐵路提速，輪軌相互作用加劇。車輪失圓主要表現(xiàn)為兩種形式：

1. 高通特征（車輪扁疤/擦傷）： 劇烈的脈沖式?jīng)_擊，快速破壞鋼軌表面；

2. 低通特征（車輪多邊形）： 高達(dá)20階以上的簡諧波紋磨耗，引起車體及輪軸系統(tǒng)的高頻共振。

1.2 現(xiàn)有技術(shù)瓶頸

• 輪軌沖擊振動干擾：車輛行駛時伴隨蛇行運(yùn)動與垂向震動，傳統(tǒng)激光位移探頭是固定于鋼軌兩側(cè)的，而車輪相對于鋼軌在跳動，若無復(fù)雜的補(bǔ)償算法，無法區(qū)分通過時的震動位移與車輪本身的幾何失圓。

• 采樣頻率與車速的矛盾：當(dāng)車速達(dá)10m/s (36km/h)時，若要獲得1mm級分辨率的周向采樣，傳感器需具備極高的采樣率與線性度。普通工業(yè)傳感器難以在室外強(qiáng)光、油污環(huán)境下依然保證微米級精度。

• 適應(yīng)性差：既有擦傷檢測設(shè)備往往對通過速度十分敏感，普通機(jī)械桿件在超過15km/h會發(fā)生“脫空飛車”現(xiàn)象（桿件彈跳脫離輪對），導(dǎo)致無法全覆蓋檢測。

2. 總體技術(shù)路徑與系統(tǒng)架構(gòu)

本方案不再依賴單一檢測原理，而是構(gòu)建了**“粗精耦合”的雙模態(tài)檢測架構(gòu)**。

2.1 物理建模核心思想

技術(shù)方案首先建立車輪失圓動力學(xué)仿真模型?；贏baqus/Explicit與SIMPACK聯(lián)合仿真環(huán)境下的剛?cè)狁詈隙囿w動力學(xué)理論：
$M\ddot{x}+C\dot{x}+Kx=F(t)$
其中$F(t)$并非恒定值，而是由車輪瞬時不圓度$R(\theta )$誘發(fā)的變量。通過預(yù)先仿真不同階數(shù)（1-25階多邊形）及不同深度擦傷（0.1mm-1.0mm）對鋼軌垂向變形$d(Rail)$的關(guān)聯(lián)庫，為反向利用傳感器數(shù)據(jù)推算車輪形狀奠定頻域分離的理論基礎(chǔ)。

2.2 兩大核心硬件子系統(tǒng)

1. 平行四邊形隨動接觸測量子系統(tǒng)：專司車輪輪對的大型幾何參數(shù)與深度擦傷及早發(fā)現(xiàn)。

2. LTP激光三角精密掃描子系統(tǒng)：采用三布點(diǎn)弦測法邏輯，非接觸反演車輪精密波長圖譜，用于高階多邊形的量化評級。

3. 關(guān)鍵子系統(tǒng)詳細(xì)設(shè)計與實(shí)施

在本環(huán)節(jié)中，我們將詳細(xì)闡述高潤博士研究中的“平行四邊形機(jī)構(gòu)優(yōu)選（Mechanism Optimization）”與行業(yè)領(lǐng)先的LTP傳感器硬件選型如何結(jié)合。

3.1 基于剛?cè)狁詈掀叫兴倪呅螜C(jī)構(gòu)的高速適應(yīng)性改進(jìn)

為了解決接觸式測量（如位移尺）在車速提高后的振動與脫離，本方案引入了特定的平行四邊形隨動結(jié)構(gòu)。

1. 動力學(xué)瓶頸突破：傳統(tǒng)轉(zhuǎn)臂式測量在車速超14km/h時，機(jī)構(gòu)會因加速度過大而產(chǎn)生過大的沖擊，導(dǎo)致測量臂反彈。本方案引入并聯(lián)液壓阻尼器結(jié)合剛性扭簧結(jié)構(gòu)。

• 仿真優(yōu)化：通過對阻尼系數(shù) $c$ 與彈簧剛度 $k$ 的參數(shù)敏感性分析（Sensitivity Analysis），將最佳阻尼響應(yīng)設(shè)置，使系統(tǒng)在受車輪瞬間擠壓時形成類似“低通濾波”的柔順下壓效果。

• 效果量化：經(jīng)過參數(shù)優(yōu)選后，機(jī)構(gòu)抗“飛車”的速度閾值由既有的14 km/h提升至40 km/h。這對于列車正線低速通過或入庫不停車檢測至關(guān)重要，極大地提高了檢測效率。

2. 結(jié)構(gòu)設(shè)計特點(diǎn)：測量梁需采用輕量化高模量合金材料，以減小運(yùn)動構(gòu)件慣性質(zhì)量($M$)，提高固有頻率，響應(yīng)車輪瞬間擦傷造成的形變。

3.2 激光測量傳感器選型方案 (核心組件：LTP系列高速位移傳感器)

車輪不圓度檢測的最終精度，取決于獲取車輪輪廓采樣點(diǎn)的密度與精度。方案選用LTP系列高速高精度激光三角位移傳感器，技術(shù)指標(biāo)對于各階次多邊形“重構(gòu)”起到了決定性支撐作用。

3.2.1 為什么選擇LTP系列？技術(shù)數(shù)據(jù)支撐：

車輪直徑一般840mm左右，若車速36km/h (360米/分鐘)，車輪轉(zhuǎn)速約為2.27轉(zhuǎn)/秒。如果要捕捉第20階多邊形，至少要在每一階對應(yīng)弧段上采集至少10個點(diǎn)才能還原波形（內(nèi)奎斯特采樣理論需更高），這意味著需要極高頻率。

• 線性精度（Linearity） ：LTP系列通常擁有$\pm 0.02\mathrm{\%}F\mathrm{.}S\mathrm{.}$的指標(biāo)。對于量程50mm-100mm的位移傳感器，誤差控制在10-20微米以內(nèi)。相比車輪失圓管控線0.05-0.10mm而言，其分辨力（Resolution /0.5$\mu m$）完全滿足20kHz以上的高頻振動微小幅值特征提取。

• 高速響應(yīng)（Sampling Rate） ：LTP支持高達(dá)幾十kHz（典型為20-50kHz）的采樣頻率。在車輪高速轉(zhuǎn)動瞬間，每位移1毫米即可獲得5-10個真值采樣點(diǎn)，有效規(guī)避了“離散采樣混疊”造成的形狀誤判。

• 環(huán)境適應(yīng)性（Auto-Gain Control） ：列車車輪表面狀況極其復(fù)雜，既有光亮帶也有生銹面，普通光電傳感器會產(chǎn)生漫反射強(qiáng)度劇變干擾。LTP系列內(nèi)置專用CMOS與實(shí)時AGC算法，能自適應(yīng)高反光或墨黑色暗面，這保證了多邊形數(shù)據(jù)波峰波谷不出現(xiàn)“斷崖式”缺數(shù)。

3.2.2 傳感器布控布局：弦測原理工程化

采用“三點(diǎn)位同步檢測法”（Three-point Method），如下圖示意分布：

• 主控探頭（LTP-1）/ 輔助探頭（LTP-2, LTP-3） ：分別安裝于軌旁特定夾具，形成不同夾角。

• 邏輯：單個激光數(shù)值反映的是“車輪半徑變化+車體整體垂向位移”，三個探頭在同一弦長位置數(shù)據(jù)聯(lián)動，可通過數(shù)學(xué)差分消去“車剛體位移”，只保留圓周輪廓$r(\theta )$。因?yàn)長TP傳感器極高的同步性，確保了算法輸入的$t_0,t_1$時刻數(shù)據(jù)對齊偏差<10微秒。

4. 核心算法模型：從信號到診斷

算法是連接物理測量值與車輪運(yùn)行品質(zhì)評價的橋梁，也是本技術(shù)方案的知識含量高低的關(guān)鍵區(qū)分。

4.1 基于EMD與能量聚焦的一級特征降噪

傳感器在現(xiàn)場采集到的通常是含噪混合信號 $S(t)=S_{wheel}(t)+S_{rail}(t)+Noise$。方案采用經(jīng)驗(yàn)?zāi)B(tài)分解（EMD, Empirical Mode Decomposition）：

1. 將LTP采集的高頻位移信號自適應(yīng)分解為若干個固有模態(tài)函數(shù)（IMF）。

2. 剔除體現(xiàn)由于鋼軌平整度引起的高幅低頻IMF1/IMF2分量。

3. 保留體現(xiàn)車輪局部周期變動的高階成分，利用自相關(guān)系數(shù)法篩選出真正代表“車輪缺陷”的能量聚集區(qū)。

4.2 基于PSO-SVM的智能分類與缺陷分級

僅知道形狀不圓是不夠的，必須智能判別是哪種缺陷（例如：這是一個新生成的0.5mm擦傷，還是一個已經(jīng)形成的20階多邊形？）。

• 本方案采納了文獻(xiàn)中的前沿算法：粒子群優(yōu)化支持向量機(jī) (Classification of Wheel Defects) 。

• 特征向量輸入：從經(jīng)過希爾伯特變換后的模態(tài)信號中提取能量熵、峭度因數(shù)、波峰因數(shù)作為特征向量。

• 模型訓(xùn)練：基于Abaqus仿真的已知故障庫（Labeled Data）訓(xùn)練SVM超平面。

• 性能提升：傳統(tǒng)SVM在核參數(shù)選擇上依靠人工調(diào)教。采用PSO（粒子群算法）自動尋優(yōu)懲罰因子C和RBF核參數(shù)$g$，使分類準(zhǔn)確率從基準(zhǔn)的85%提升至可用于全自動判斷的95%以上。

4.3 統(tǒng)計與拼接復(fù)原算法（Whole-Review Statistical Method）

為克服傳統(tǒng)單圓截面只能管中窺豹的問題，方案引入車輪直徑統(tǒng)計融合策略：
通過布置多組LTP陣列，對重復(fù)駛過多組探頭的列車進(jìn)行連續(xù)多段采樣拼接，構(gòu)建全圓周3D偏差地貌圖（Topography），直觀顯示扁疤最可疑的準(zhǔn)確相位角與擴(kuò)展長度。

5. 實(shí)驗(yàn)驗(yàn)證解析及實(shí)際交付指標(biāo)

技術(shù)方案的有效性基于嚴(yán)格的車軌耦合仿真與臺架或現(xiàn)場實(shí)驗(yàn)數(shù)據(jù)對比（以論文中公開結(jié)論作為支撐依據(jù)）：

5.1 平行四邊形隨動機(jī)構(gòu)響應(yīng)測試驗(yàn)證

在標(biāo)準(zhǔn)車道環(huán)境搭建實(shí)驗(yàn)：

• 對照組：傳統(tǒng)剛性連桿接觸。

• 實(shí)驗(yàn)組：帶有優(yōu)化阻尼系數(shù)的柔性平行四邊形機(jī)構(gòu)。

• 工況設(shè)置：人為制造0.5mmm/1.0mm深度的標(biāo)準(zhǔn)化平斑，試驗(yàn)速度在5 km/h到40 km/h梯度遞增。
  實(shí)驗(yàn)結(jié)果顯示，優(yōu)化系統(tǒng)在40 km/h速度下，依舊能清晰復(fù)現(xiàn)平疤產(chǎn)生的倒三角形時域加速波，幅值衰減控制在 <6%，無明顯的脫離回彈雜波，驗(yàn)證了物理結(jié)構(gòu)的寬速域適應(yīng)能力。

5.2 多波束LTP激光測量系統(tǒng)的精度驗(yàn)證及數(shù)據(jù)對比

實(shí)驗(yàn)采樣某實(shí)車輪對，選取標(biāo)準(zhǔn)輪經(jīng)尺人工復(fù)核最為本次方案的一致性依據(jù)（Ground Truth）。

6. 與競品方案對比優(yōu)勢總結(jié) (Why This Solution Does Better)

7. 高魯棒性工程實(shí)施建議與結(jié)論

在實(shí)際的車輛段（Depot）或檢測棚（She’d）實(shí)施該方案時，建議從兩個維度確保落地：

1. 地基與光環(huán)境：LTP激光傳感器對微小形變極為敏感，檢測軌區(qū)域需要進(jìn)行隔離帶設(shè)計，建議配套安裝高頻光源屏蔽罩（Physical Shuttling），減少正午陽光漫反射影響，并將基座獨(dú)立于地基灌漿，避免鄰道行車震動通過大地傳導(dǎo)形成白噪聲背景。

2. 定期的校準(zhǔn)策略（Master Calibration） ：定期使用檢定過的標(biāo)準(zhǔn)圓盤樣件通過檢測區(qū)，確認(rèn)PSO神經(jīng)網(wǎng)絡(luò)算法是否存在過擬合現(xiàn)象或傳感器熱漂移，保證數(shù)據(jù)置信度。

結(jié)論

基于高潤博士在剛?cè)狁詈蠝y量機(jī)構(gòu)上的力學(xué)創(chuàng)新以及當(dāng)前商用LTP系列激光傳感器的卓越光電性能，二者的系統(tǒng)集成應(yīng)用將車輪檢測正式推進(jìn)了4.0時代。本方案不僅解決了低速檢測沖擊難判定的行業(yè)難題，其0.37mm內(nèi)的車輪直徑偏差識別水平已經(jīng)完全滿足《鐵路貨車輪對運(yùn)用監(jiān)測管理規(guī)程》及動車組高級修的技術(shù)條件，實(shí)現(xiàn)了從“檢修維護(hù)型”向“預(yù)測健康管理型（PHM）”的關(guān)鍵跨越，是投資回報率極高的智能檢測技術(shù)路線。