城軌列車走行部地面檢測系統研究與設計

鄔春暉，夏志成，高一凡，陳小英，周 勛，劉凱峰

（1. 北京市地鐵運營有限公司運營二分公司古城車輛段，北京 100043； 2. 北京錦鴻希電信息技術股份有限公司，北京 100070）

走行部作為城軌列車的關鍵部件，在整個車輛系 統中起著承載、走行、牽引等作用，其運行狀態對城軌列車的安全運行至關重要。傳統的檢修模式難以適應列車安全運行的要求，檢修人員通常只能檢查到走行部部件的表面安裝狀態，且僅依靠檢修人員經驗的模式難以真正及時地排除可能存在的隱患[1]。因此，結合現代化信息技術，創新性地將城軌列車走行部的故障診斷改為在線檢測模式，建立了一套可以實時監測走行部部件運行狀態的系統，結合車載融入強大的監測系統，使城軌列車走行部的故障現象能夠得到及時檢測，并實現自動化診斷，有利于提高現有車輛檢修維護效率，提前發現部件隱患并消除其對列車安全的潛在威脅，對軌道交通的安全保障具有重大意義。同時，減少了城軌列車走行部的故障診斷環節人力投入，為社會經濟帶來一定效益[2]。

目前，中國城軌列車因保障運行安全的需要，配備了大量具備單一監測功能的獨立安全監測設備[3]。基于此，設計了一種通過式檢測的地面檢測系統，實現了對列車走行部的關鍵零部件進行自動化檢測并作出故障預警，以提高列車檢修效率，保障列車運行安全。

1 系統組成及功能

地面檢測系統主要由軌旁檢測設備和地面中心設備組成。軌旁檢測設備包括輪對尺寸檢測模塊、圖像檢測模塊、紅外溫度檢測模塊、軌旁處理設備、磁鋼、車號識別設備、電纜等組成。地面中心設備主要由對軌旁檢測設備及檢測數據進行控制管理的一系列軟硬件設施組成。地面檢測系統組成見圖1。

圖1 地面檢測系統組成 Figure 1 Ground monitoring system components

地面檢測系統具有輪對尺寸、車底關鍵部件異常及軸箱、電機等部件溫度異常的檢測報警功能，此外還具備系統自檢、自動防護、測軸計速和車號識別讀取的輔助功能。

地面檢測系統可以對輪對檢測數據分析處理的結果進行輪對尺寸超限報警提示。車底圖像檢測主要檢測列車車底、轉向架內側位置是否有異物，車底螺栓有無斷裂及螺栓脫落。車側圖像檢測主要檢測車側TBU螺栓有無脫落、高度閥桿有無斷裂脫落，車側軸端螺栓、一系簧螺栓有無脫落等現象。系統對掃描后的車底及拍攝的車側圖像進行自動識別和分析并進行報警提示；對車輛軸箱、電機及車下弱電箱溫度進行檢測，當其溫度超限時，系統自動報警，并且系統定時對檢測設備自身進行檢查，可記錄自檢信息并及時進行故障報警。考慮軌旁檢測設備工作環境的特殊性，系統也具備對關鍵部件的自動防護功能。系統具備測速計軸功能，可計算通過的軸數，依據列車通過速度調整系統測量掃描速度，以確保系統具備良好的適應性。此外系統能自動識別列車車號，將車號信息與檢測及告警信息進行自動匹配。

2 工作流程

系統通過開機磁鋼獲取車輛通過信息。當列車通過時，開機磁鋼會發出開機信號，所有檢測設備收到信號，進入待機檢測狀態。

車號識別天線讀取車輛上安裝的車號電子標簽，對通過的車輛進行車號識別。識別的車號信息會傳輸圖像檢測模塊和輪對檢測模塊。

輪對檢測系統通過射頻標簽動態識別列車，對進入檢測軌道的列車車輪進行動態檢測，利用輪對經過磁鋼產生的脈沖信號，以及輪對之間的固定距離，確定列車速度，以此判定列車行進方向，自動開啟輪對檢測系統進行輪對采集，經過采集卡，高速同步采集輪對數據，并對數據進行濾波與校正，將校正后的數據實時提交給工控主機。通過工控主機對數據進行解析，算法處理選取最佳踏面圓，將離散數據點擬合成輪對踏面曲線，同時計算出輪對的輪緣高度、厚度、輪徑。最后將測得的輪緣高度、厚度、輪徑值與地鐵檢修部門提供經驗值進行對比和輪對指標超限判定。通過將歷史檢測的數據存入到大數據平臺中，對歷史數據進行多項式擬合，得到輪對尺寸的劣化趨勢曲線，從而對車輪狀態進行預警判定。最后通過接入車號信息，整合車號、車軸和輪對數據信息，將對應匹配的檢測結果輸出到城軌綜合檢測與評估預警系統。

圖像及溫度檢測模塊通過線陣相機、面陣相機和紅外相機，對車底和車側存在螺栓脫落，高度閥桿斷裂，異物懸掛，電機、弱電箱溫度、軸箱溫度超限的情況進行圖像采集，采集的圖像經過處理設備識別處理。通過使用深度卷積神經網絡FASTER R-CNN完成算法自我學習，通過圖像差和BLOB分析的圖像對比方法，提高異物檢測精度。原始圖像在做處理前會采用直方圖均衡做歸一化處理，提高數據處理效率，降低錯判率和漏判率。最后通過整合圖像信息及對應車號、車軸信息，將匹配的檢測結果通過既有通信井的網線或光纖輸出到地面中心設備后接入城軌綜合檢測與評估預警系統。最終城軌綜合檢測與評估預警系統會根據檢測結果及報告進行預警、報警提示。

3 軌旁檢測設備

3.1 輪對尺寸檢測模塊

隨著CCD(電荷耦合器件)技術和激光技術的發展，在線非接觸式測量已成為輪對尺寸測量技術的主流[4-6]。本系統輪對尺寸檢測模塊通過激光傳感器，應用激光測量法，對輪對的輪緣高度、厚度等尺寸進行檢測[7]。

激光傳感器的基本原理是光學的三角測量原理，如圖2所示。激光束照射到目標物體的表面，形成一個光條，經過攝像頭上的透鏡在光敏探測器上產生圖像，通過對光敏探測器獲取的圖像進行膨脹、腐蝕、二值化處理，之后提取圖像光斑中心線。由于激光器與攝像頭的相對位置是固定的，當激光傳感器與目標物體的距離發生變化時，光敏探測器上的像點位置也相應發生變化，根據物像的三角形關系，就可以根據傳感器結構參數計算出高度的變化，即測量了高度變化。

圖2 激光傳感器原理 Figure 2 Principle of laser sensor

當輪對檢測模塊接收到開機磁鋼發出的開機信號時，開啟激光傳感器等設備進入測量準備狀態。當車輛輪對通過時，激光傳感器的激光投向輪對踏面上，激光傳感器分別對車輪內、外踏面進行掃描，獲取踏面信息，提取出的車輪廓形如圖3所示；測量車輪直徑尺寸信息；對傳感器的測量數據融合可獲得輪對內側距。采集到車輪直徑、輪對內側距等數據后，發送到軌邊箱中處理設備，對輪對尺寸數據進行分析處理[8]。根據輪對尺寸處理結果，系統進行報警提示。列車完全通過后，模塊會通過計軸數量信號，進行設備關機。在未感應車輛進入時，激光傳感器保護 蓋不開啟，因此不會危及站在系統周邊的任何人員。輪對尺寸檢測指標如表1所示。

圖3 車輪廓形 Figure 3 Contour shape of metro vehicle wheels

表1 輪對尺寸檢測指標Table 1 Inspection index of wheelset dimension mm

3.2 圖像檢測模塊

日檢雖為車輛日常例行檢查，但總體檢修內容較多、作業效率要求高、參與人員多、檢修質量要求高。隨著圖像處理技術的發展，基于圖像識別的自動檢測技術得到了飛速發展[9]。本系統圖像檢測模塊通過圖像檢測的方式來檢測車底和車側是否存在異常，自動診斷準確率達80%以上。

3.2.1 車底圖像檢測

車底圖像檢測主要檢測列車車底、轉向架內側位置是否有異物，車底螺栓有無斷裂及螺栓脫落。由于被檢測的車輛底板通常處于勻速運動狀態，因此利用一臺或多臺線陣相機對其逐行連續掃描，以達到整個表面均勻檢測。圖像處理可逐行進行，或者對由多行組成的面陣圖像進行處理。此外選用線陣相機對整個車輛進行拍攝，可減少數據量，方便后期圖像儲存及處理。

基于城軌車輛運行條件及現場實際勘察情況，因需采集車體底部約2 m寬區域整體連續圖像，故選用兩個CMOS傳感器類型線陣相機，每個相機覆蓋的視場在1 m左右，采用的相機分辨率為2048，則每個像素的分辨率為0.5 mm。兩個相機的鏡頭朝上，針對車底進行掃描。由于車輪側面無法用以上兩個相機掃描，需另增加兩個相機，與車輪側面成一定角度進行掃描。因此車底圖像檢測共需4個線陣相機。為減少傳輸接口，4個相機通過數據整合板，壓縮后通過接口與軌邊箱通信。車底圖像檢測示意見圖4。

圖4 車底圖像檢測 Figure 4 Metro vehicle bottom image detection

當列車入庫經過開機磁鋼時，檢測模塊接收到來車信號，模塊開機準備。列車繼續前行，由測速磁鋼可得出列車的行進速度，從而可以計算出車體異物螺栓檢測模塊的拍攝頻率，相機及光源同步采集整個過程的數據，數據整合板把4路采集的GIGE信號合并成1路CXP信號輸出。測速磁鋼通過軸計數，當經過24個輪對時，模塊停止拍攝，在列車通過系統的過程中，模塊持續拍攝并保存數據。

相機拍攝頻率與列車行進速度相對應，當整個車輛通過后，相機就獲得了整個車底部分的圖像信息。系統可對保存的數據進行分析處理，自動識別出車底有無異物及螺栓是否脫落等情況，并且將采集數據與車號識別模塊數據相結合，精確定位到具體車輛、具體位置的異常情況，為檢修提供更方便的信息。

針對螺栓等固定形狀的檢測物，初期通過模板匹配方法定位螺栓，也可通過人工添加標識。后期采用深度學習的方法訓練模板，進而提高整體的識別率。針對異物檢測，主要是通過后期的圖像裁割，獲得輪對內側面的圖像，會根據輪對的外形特征，采用比對的方法識別異物。

3.2.2 車側圖像檢測

車側圖像檢測主要檢測車側TBU螺栓有無脫落、高度閥桿有無斷裂脫落，車側軸端螺栓、一系簧螺栓有無脫落等現象。TBU螺栓、高度閥桿、軸端螺栓、一系簧螺栓由于檢測是定點拍攝，只需要特定部位的數據信息，如果選用線陣相機，就需要持續掃描儲存，得到需要的圖像信息。由于要根據實時速度計算提取觸發前后時間的數據，增加了系統復雜度，因此選用CCD面陣相機，每次觸發時拍攝幾張圖片就能滿足需求。

根據現場實際勘查情況，采用兩個面陣相機分別拍攝。軌道每側有兩個面陣相機，一共有4個面陣相機。采用面陣相機，可以在磁鋼觸發的時候，直接拍攝到TBU螺栓位置，并可以通過車速及視場的關系，連續觸發拍攝，即可以把包含TBU螺栓、車輪側面的圖像拍攝完整。檢測得到的面陣圖像不用拼接，只需通過圖像處理，判斷故障即可。車側圖像檢測示意見圖5。

圖5 車側圖像檢測 Figure 5 Metro vehicle side image detection

當列車入庫經過磁鋼時，檢測模塊接收到來車信號，模塊開機準備。列車繼續前行，當車輪經過觸發磁鋼時，磁鋼工作并觸發相機及光源，這樣整車經過時會拍攝24次，每次觸發模塊會拍攝，模塊通過GIGE傳輸到軌邊箱內的數據整合板進行數據整合，然后把數據保存到服務端。

針對螺栓等固定形狀的檢測物，初期通過模板匹配方法定位螺栓，也可通過人工添加標識，后期采用深度學習的方法訓練模板，進而提高整體的識別率。

3.3 紅外溫度檢測模塊

紅外溫度檢測模塊主要采用紅外相機拍攝方式，檢測軸箱、電機、弱電箱的溫度是否異常。

紅外相機通過鏡頭鏡片材質選擇過濾反射掉絕大多數光線，僅允許通過較窄取值范圍的遠紅外光照射到溫度傳感器表面，運用光電技術檢測物體熱輻射的紅外線特定波段信號，將該信號轉換成可供人類視覺分辨的圖像和圖形，并可以進一步計算出溫度值。

結合現場實際工況條件，檢測電機、弱電箱、軸箱溫度選用測溫型非制冷紅外相機，機芯組件支持全幀測溫、區域測溫、線測溫及點測溫，可通過上位機讀取任意點溫度數據。普通紅外線測溫儀僅有單點測量功能，而紅外相機則可捕獲被測目標的整體溫度分布，快速發現高溫、低溫點，從而避免漏檢，紅外溫度探測精度≤2℃，溫度波形圖像示例見圖6。

圖6 溫度波形圖像 Figure 6 Temperature waveform image

紅外軸溫探頭通過紅外成像原理，測量列車電機、弱電箱、軸箱外表輻射溫度，通過磁鋼觸發計數，因車輛型號確定、車底電機弱電箱位置固定，再結合地鐵車輛編組形式(Tc-M-T-M-M-Tc)，針對性地得到列車每個電機、弱電箱、軸箱的外表溫度波形，拍攝的數據通過GIGE傳輸到軌邊箱進行數據整合，并進行分析處理。

原始電機、弱電箱、軸箱溫度波形通過異常波形模版匹配、熱軸波形模版匹配等方法，對每個電機、弱電箱、軸箱的溫度狀態進行判別，做出微熱、強熱、激熱的預報，自動導出不良報表。微熱、強熱、激熱報警閾值根據實際列車運行狀況設定，如電機溫度微熱狀態時，判定是正常；強熱狀態時，判定有故障，需要檢修；激熱狀態時，判定嚴重故障，列車停運，必須檢修。

3.4 輔助模塊

3.4.1 磁鋼設備

磁鋼用于檢測車輛到達其正上方的時刻以觸發后續硬件設施啟動數據采集。通過采用磁鋼采集車輛通過及軸位信號，磁鋼采用基于金屬車輪移動產生磁通量變化檢測車輪通過磁鋼上方的時刻。磁鋼安裝后與鋼軌構成磁路。

當導體置于磁場中且通電時，電子有序定向運動，為了方便分析洛倫茲力與安培力的大小關系，現考慮以下模型：以金屬通電導體中的電子為例，假設一根長為L，橫截面積為S的通電金屬直導體在磁場強度為B的勻強磁場中運動，其中單位體積有n個自由電子。

當車輪通過磁鋼時，由于輪緣從磁鋼頂端中間通過，使磁通量增大，引起磁鋼線圈的磁通量變化，線圈產生感應電動勢，能夠感應出一個近似正弦的電壓信號，將此信號進行調理，得出一個軸位標準電平信號，系統通過采集電信號標記輪對經過的時刻。

3.4.2 車號識別設備

車號讀取識別模塊采用無線FSK調制方式，讀取車載電子標簽中存儲的車型、車號信息。車號讀取識別模塊工作頻率可在910.1、912.1、914.1 MHz 3個頻點間進行選擇，設備輸出功率小于1.2 W，可有效避免對周圍其他電子設備的干擾。

讀取識別設備與安裝在列車上的專用電子標簽配合使用，實現對通過列車的車號信息自動讀取。

當車號讀取識別模塊接收到開機磁鋼發送的開機信號時，開啟車號識別天線和識別模塊，微波功放開啟，發出微波查詢信號。當車輛下面的電子標簽經過微波查詢信號覆蓋區域時，電子標簽向車號識別天線反射回帶有電子標簽數據的微波信號，通過天線接收，車號識別模塊解碼完成電子標簽數據的讀取，并通過通訊接口上傳到軌邊箱其他檢測模塊。

4 地面中心設備

地面中心設備包括操作控制臺、監控系統、數據庫、數據綜合分析和管理軟件。可以通過網絡檢測系統的啟停，控制地面檢測設備和軌邊箱中設備通信，監控設備的運行狀況，管理最終的檢測結果，并且具有數據的輸出和輸入接口，用于接入既有的城軌綜合檢測與評估預警系統，為列車的走行部安全保障與評價提供數據支撐。

5 示范應用

該系統目前已在北京地鐵9號線郭公莊車輛段進行示范應用。軌旁檢測設備部署在進場方向岔08至岔20區段，可實現JD1-JD13股道列車通過時自動檢測功能。設備電源單獨引入，滿足限界要求的AC220V供電箱為軌旁檢測設備提供電力。檢測系統地面中心設備部署在車輛基地綜合維修樓通信機房內，通過擴容原有設備功能實現數據和信息傳遞。

應用該系統前，需每半個月進行一次輪對尺寸人工檢測作業，每列車消耗工時雙人3 h；需每日進行走行部狀態檢作業，每列車消耗工時單人0.5 h。應用該系統后，每日進行在途列車車輪幾何尺寸、車底車側圖像對比和走行部溫度自動動態采集監測，減少了人工測量與判斷誤差，采樣精度達到或優于設計指標，平輪識別率≥94%，溫度最大偏差為–1.1℃，輪對不圓度誤差為±0.98 mm，關鍵部件故障識別率≥85%，關鍵部件動態性能預測準確率達97.22%。應用表明該系統實現了其設計功能。

該系統的應用，可替代列車入庫后輪對幾何尺寸人工測量、列車走行部及車底車側人工目視檢查，可提高車輛檢測檢查效率，并能夠降低因人工原因導致的漏檢。有助于城軌車輛檢修的降本增效，具有很好的應用前景。

6 結語

本文中的城軌列車走行部地面檢測系統，將結構光、紅外、高速相機等多種檢測模塊集成于一體，通過在軌道旁設置檢測設備，實現車底關鍵部件的異常溫升故障診斷、輪對尺寸在線動態檢測以及列車輪對尺寸自動快速檢測與超限報警。通過式檢測，可實現對列車走行部的一日多檢，從而減少人工手檢和例行檢測，顯著降低檢測的時間與人力成本，提高現有列車檢測效率和作業質量，并能夠及時發現列車故障隱患，增強城軌列車運用中隱性故障的發現能力。該系統完成了在北京地鐵9號線上的應用示范，實現了城軌列車通過時的走行部自動檢測告警，對城軌交通運載工具在途監測的實現具有指導意義。