论文部分内容阅读
摘要：承载鞍是承担货车轮对轴承座的重要组件，对车辆的行驶安全有着至关重要的作用。本文在机械与电气结构的基础上通过机器人系统、视觉系统的建立构建了承载鞍智能3D检测系统，实现车辆维修厂承载鞍检修作业规程，对承载鞍各个关键部位进行拍照和智能识别，并通过智能分类设备对合格与不合格产品进行智能分类。本技术将可以适应不同类型的车辆配件监测，为提高车辆的运行安全提供保障。
关键词：承载鞍;智能识别;3D分析;设备可靠性
0 引言
承载鞍是铁路货车转向架的重要部件，安装在货车轮对滚动轴承和转向架侧架导框之间，承担货车轮对轴承座的作用。承载鞍的工作面在车辆运行中承受轴重、牵引和制动载荷，及转向架蛇形运动和曲线离心力产生的横向载荷作用，车辆的冲击载荷作用等。列车行驶过程中，承载鞍与转向架侧架及轴承接触产生磨损即磨耗，若承载鞍磨耗过限，将严重影响货车速度、载重量和安全性，因而，承载鞍磨耗检测历来是铁路检修部门的一项重要检测工作。本文拟进行承载鞍3D检测的机器人系统和视觉系统的分析[1-3]。对承载鞍各个关键部位进行拍照和智能识别，并通过智能分类设备对合格与不合格产品进行智能分类。
1 智能系统组成
本系统主要由机械系统、电气系统、机器人系统、视觉系统组成。其中机械系统包括传输线、机械模组、暂存台、检测台、备件台和废料台等。其中电气系统主要包括PLC控制系统、各种传感器、各种检测开关、伺服运动系统、变频控制系统、HMI等。其中机器人系统主要包括六轴机器人本体和机器人控制系统。其中视觉系统主要包括工业2D相机、工业3D相机和图像分析处理系统[4-5]。
2 机器人系统
机器人采用德国KUKA的高精度KR10R1100型机器人，可适应天花板、地板、墙壁夹角等多种形式的安装，其末端标准负载为10kg，末端执行器定位高精度±0.02mm，防护等级IP65，其详细参数如图1所示[6-7]。
3 视觉系统
视觉系统主要包括前端2D相机和后端3D相机。其中2D相机主要实现追踪输送线上承载鞍停止位置和承载鞍尺寸，辅助模组对承载鞍的抓取动作;其中3D相机主要实现对承载鞍的测量拍照功能，3D相机相关参数如表1所示。
4 智能系统关键功能
4.1 承载鞍抓取定位
承载鞍有K2和K6两种型号，两种型号之间尺寸差异比较大，而且即便是同一型号之间尺寸也有差异，而模组在从甲方输送线抓取承载鞍的时候，必须保证抓取位置為承载鞍正中位置，因此通过工业2D相机对承载鞍停止位置和大小尺寸进行识别，然后模组根据2D相机反馈信号进行调整，保证抓取位置为承载鞍正中位置。
4.2 模组运动定位
模组的精确移动和定位，将承载鞍精确放置在暂存台上，是保证承载鞍检测精度的前提条件。通过采用专门的伺服运动模组，位置精度可控制在0.1mm范围内。
4.3 暂存台运动机构具有兼容性
暂存台机构主要作用有两个：①对承载鞍进行缓存，机械模组从输送线上抓取的承载鞍先放置到暂存台上;②当承载鞍检测完毕，检测台上无承载鞍的时候，将承载鞍从暂存台输送至检测台上。由于K2/K6两种型号的承载鞍都会放置在暂存台上缓存，并且两种型号以及同种型号之间尺寸差异较大，因此我们设计了一套兼容性强的机构，在顶升装置上部设有平衡弹簧，可以保证将承载鞍平稳的从暂存台输送到检测台上[8-9]。
4.4 机器人协调运动
在系统中，通过以太网建立机器人和控制系统之间的信号传输，实现机器人与模组，相机三者之间协调配合运动。
4.5 3D相机检测及算法分析
模组将承载鞍从上料传输线送到暂存工位，再由换料装置、直线模组转运至检测工位后，六轴机器人带着3D相机对顶面进行扫描拍照，构建顶面3D点云图，以基准平面为XY平面，高度数据为Z轴，对两侧区域顶面进行拟合，分别得到两个拟合平面，拟合平面在XY平面上约束在扫描区域边界范围内，求得拟合平面与基准平面的平行度、距离，从而得出顶面的偏磨、平磨的实际磨耗量。
因为相机拍照区域有限，且需要从不同角度对承载鞍进行拍照，要构建完整的点云图，需要将各次所拍照的点云图进行空间拼接，而相机所产生的点云图是以相机坐标系来生成的，每次相机拍照时机器人坐标是不同的，要实现拼图，需要将相机坐标系下坐标点转换到机器人坐标系下坐标，将各个分离的相机点云图统一到机器人坐标系下，然后将所有转换后的坐标点进行组合重构，就形成了基于机器人坐标系的承载鞍点云图，在这个点云图再进行对应的特征轮廓提取，从而计算出各检测位置的磨耗，机器人、3D相机坐标系关系示意如图2所示。
5 结论
本系统根据车辆维修厂承载鞍检修作业规程，对承载鞍各个关键部位进行拍照，并进行自动测量，并将合格品送至输送线，不合格品送至废料台。其优点在于：①测量过程中完全自动化，不需要人为干预;②用工业相机等手段实现了高精度的检测，检测精度达到了0.1mm;③系统软件对测量数据进行自动分析，并输出分析结果，并根据测量结果将合格品送至输送线，对不合格品进行剔除;④视觉测量属于非接触式测量，可以实现工业现场承载鞍的在线监测，同以往手工检测和机械接触式检测等检测手段相比，检测速度快，可靠性高，不对承载鞍造成二次磨损等独特的优点和优势。同时，该智能系统可以适应不同汽车产品的改进需求，具有良好的汽车市场应用前景。
参考文献：
[1]陈石，阳智钢.对铁路货车承载鞍加铸限度标记的建议[J].铁道车辆，2004（11）.
[2]赵允志.铁路货车承载鞍检修样板的研制[J].铁道车辆， 2003（06）.
[3]孟科.承载鞍检修中的问题及对策[J].铁道车辆，1994（09）.
[4]田建忠.铁道车辆用承载鞍超大圆弧面加工[J].金属加工（冷加工），2017（04）.
[5]王玉东.货车转向架承载鞍碰伤轴承密封罩的原因分析[J].铁道车辆，2004（06）.
[6]夏靖.铁路车辆承载鞍鞍面内弧半径测量系统的研究[J].舰船电子工程，2008（12）.
[7]刘丽华.转8A转向架承载鞍挡边折断原因分析及预防措施[J].铁道车辆，2002（01）.
[8]高新翼，傅茂海，赵卫，吴克明.基于承载鞍加速度的货车稳定性判断方法探讨[J].机械工程与自动化，2014（06）.
[9]吴光勇，孙麟生，吕健波.铁路货车橡胶承载鞍的试验研究[J].铁道车辆，1991（01）.
关键词：承载鞍;智能识别;3D分析;设备可靠性
0 引言
承载鞍是铁路货车转向架的重要部件，安装在货车轮对滚动轴承和转向架侧架导框之间，承担货车轮对轴承座的作用。承载鞍的工作面在车辆运行中承受轴重、牵引和制动载荷，及转向架蛇形运动和曲线离心力产生的横向载荷作用，车辆的冲击载荷作用等。列车行驶过程中，承载鞍与转向架侧架及轴承接触产生磨损即磨耗，若承载鞍磨耗过限，将严重影响货车速度、载重量和安全性，因而，承载鞍磨耗检测历来是铁路检修部门的一项重要检测工作。本文拟进行承载鞍3D检测的机器人系统和视觉系统的分析[1-3]。对承载鞍各个关键部位进行拍照和智能识别，并通过智能分类设备对合格与不合格产品进行智能分类。
1 智能系统组成
本系统主要由机械系统、电气系统、机器人系统、视觉系统组成。其中机械系统包括传输线、机械模组、暂存台、检测台、备件台和废料台等。其中电气系统主要包括PLC控制系统、各种传感器、各种检测开关、伺服运动系统、变频控制系统、HMI等。其中机器人系统主要包括六轴机器人本体和机器人控制系统。其中视觉系统主要包括工业2D相机、工业3D相机和图像分析处理系统[4-5]。
2 机器人系统
机器人采用德国KUKA的高精度KR10R1100型机器人，可适应天花板、地板、墙壁夹角等多种形式的安装，其末端标准负载为10kg，末端执行器定位高精度±0.02mm，防护等级IP65，其详细参数如图1所示[6-7]。
3 视觉系统
视觉系统主要包括前端2D相机和后端3D相机。其中2D相机主要实现追踪输送线上承载鞍停止位置和承载鞍尺寸，辅助模组对承载鞍的抓取动作;其中3D相机主要实现对承载鞍的测量拍照功能，3D相机相关参数如表1所示。
4 智能系统关键功能
4.1 承载鞍抓取定位
承载鞍有K2和K6两种型号，两种型号之间尺寸差异比较大，而且即便是同一型号之间尺寸也有差异，而模组在从甲方输送线抓取承载鞍的时候，必须保证抓取位置為承载鞍正中位置，因此通过工业2D相机对承载鞍停止位置和大小尺寸进行识别，然后模组根据2D相机反馈信号进行调整，保证抓取位置为承载鞍正中位置。
4.2 模组运动定位
模组的精确移动和定位，将承载鞍精确放置在暂存台上，是保证承载鞍检测精度的前提条件。通过采用专门的伺服运动模组，位置精度可控制在0.1mm范围内。
4.3 暂存台运动机构具有兼容性
暂存台机构主要作用有两个：①对承载鞍进行缓存，机械模组从输送线上抓取的承载鞍先放置到暂存台上;②当承载鞍检测完毕，检测台上无承载鞍的时候，将承载鞍从暂存台输送至检测台上。由于K2/K6两种型号的承载鞍都会放置在暂存台上缓存，并且两种型号以及同种型号之间尺寸差异较大，因此我们设计了一套兼容性强的机构，在顶升装置上部设有平衡弹簧，可以保证将承载鞍平稳的从暂存台输送到检测台上[8-9]。
4.4 机器人协调运动
在系统中，通过以太网建立机器人和控制系统之间的信号传输，实现机器人与模组，相机三者之间协调配合运动。
4.5 3D相机检测及算法分析
模组将承载鞍从上料传输线送到暂存工位，再由换料装置、直线模组转运至检测工位后，六轴机器人带着3D相机对顶面进行扫描拍照，构建顶面3D点云图，以基准平面为XY平面，高度数据为Z轴，对两侧区域顶面进行拟合，分别得到两个拟合平面，拟合平面在XY平面上约束在扫描区域边界范围内，求得拟合平面与基准平面的平行度、距离，从而得出顶面的偏磨、平磨的实际磨耗量。
因为相机拍照区域有限，且需要从不同角度对承载鞍进行拍照，要构建完整的点云图，需要将各次所拍照的点云图进行空间拼接，而相机所产生的点云图是以相机坐标系来生成的，每次相机拍照时机器人坐标是不同的，要实现拼图，需要将相机坐标系下坐标点转换到机器人坐标系下坐标，将各个分离的相机点云图统一到机器人坐标系下，然后将所有转换后的坐标点进行组合重构，就形成了基于机器人坐标系的承载鞍点云图，在这个点云图再进行对应的特征轮廓提取，从而计算出各检测位置的磨耗，机器人、3D相机坐标系关系示意如图2所示。
5 结论
本系统根据车辆维修厂承载鞍检修作业规程，对承载鞍各个关键部位进行拍照，并进行自动测量，并将合格品送至输送线，不合格品送至废料台。其优点在于：①测量过程中完全自动化，不需要人为干预;②用工业相机等手段实现了高精度的检测，检测精度达到了0.1mm;③系统软件对测量数据进行自动分析，并输出分析结果，并根据测量结果将合格品送至输送线，对不合格品进行剔除;④视觉测量属于非接触式测量，可以实现工业现场承载鞍的在线监测，同以往手工检测和机械接触式检测等检测手段相比，检测速度快，可靠性高，不对承载鞍造成二次磨损等独特的优点和优势。同时，该智能系统可以适应不同汽车产品的改进需求，具有良好的汽车市场应用前景。
参考文献：
[1]陈石，阳智钢.对铁路货车承载鞍加铸限度标记的建议[J].铁道车辆，2004（11）.
[2]赵允志.铁路货车承载鞍检修样板的研制[J].铁道车辆， 2003（06）.
[3]孟科.承载鞍检修中的问题及对策[J].铁道车辆，1994（09）.
[4]田建忠.铁道车辆用承载鞍超大圆弧面加工[J].金属加工（冷加工），2017（04）.
[5]王玉东.货车转向架承载鞍碰伤轴承密封罩的原因分析[J].铁道车辆，2004（06）.
[6]夏靖.铁路车辆承载鞍鞍面内弧半径测量系统的研究[J].舰船电子工程，2008（12）.
[7]刘丽华.转8A转向架承载鞍挡边折断原因分析及预防措施[J].铁道车辆，2002（01）.
[8]高新翼，傅茂海，赵卫，吴克明.基于承载鞍加速度的货车稳定性判断方法探讨[J].机械工程与自动化，2014（06）.
[9]吴光勇，孙麟生，吕健波.铁路货车橡胶承载鞍的试验研究[J].铁道车辆，1991（01）.