一种火车车轮轮缘踏面的检测数据分析及修复方法与流程

1.本发明属于不落轮数控机床技术领域，涉及一种火车车轮轮缘踏面的检测数据分析及修复方法。


背景技术：

2.近年来，我国轨道交通的快速发展，铁道机车车轮的磨损修正需求日益成为金属加工领域研究的关注点。铁道机车的车轮是支撑车体在轨道上运行的滚动机构，其需要具备高耐磨性，运行平稳性。在车轮与铁轨接触运行过程中，受运行里程、路况和车速等条件的影响，不同车轮轮缘踏面会出现不同的磨损状况，为保证机车运行的平稳性，需要定期对轮缘踏面按照国家相关标准进行外形修正，以保证其与铁轨接触面具有更大形状匹配度。为保证外形可修正，轮缘踏面在设计之初一般留有一定的余量，用于磨损修正。修正需在一定的余量范围内进行。
3.以往的修正手段，是采用手动测量磨损状态，进行简单判断后，使用固定程序进行修正加工。其结果往往会引入手动测量的粗大误差，也难以保证修正加工的针对性以及批量修正的一致性，所产生的过渡修正和修正的不确定性，也会影响车轮的寿命。为提升修正效果，延长车轮的使用寿命，需要使用数字化的检测手段获得磨损车轮轮缘踏面的采样数据，采用智能化的数据分析算法，以实现数据的处理、分析、运算、寻优，最终将分析结果输出，指导数控系统使用最优程序输出控制指令，完成机车车轮轮缘踏面的磨损修正加工。在这个过程中，对于检测数据的处理、分析、运算、寻优就成为整个磨损修正的技术核心，进行针对该项检测数据核心分析算法的研究，是在该领域内，实现核心技术自主研发的关键。铁道机车车辆车轮轮缘踏面外形磨损的自主检测，选择最优的修正方案，自主的选出修正程序，完成修正，已经成为行业的需求。


技术实现要素：

4.本发明的目的是提供一种火车车轮轮缘踏面的检测数据分析及修复方法，能够针对机床及其数控系统获取的目标数据，实现智能化数据分析，实现轮缘踏面修正程序的筛选及关键点的确定，从而使不落轮机床能够自主的完成轮缘踏面的智能化修复加工。
5.本发明提供一种火车车轮轮缘踏面的检测数据分析及修复方法，包括：步骤1：从备选模具库中选择一标准模具，根据标准模具的多个轮廓二维坐标数据绘制标准模具数据模型；步骤2：通过机床检测系统采集磨损轮缘踏面轮廓线的多个二维坐标数据，根据轮廓线的多个二维坐标数据绘制轮缘踏面数据模型；步骤3：平移标准模具数据模型和轮缘踏面数据模型，调整两数据模型的起始位置，使两数据模型的起点横坐标相同；步骤4：向上平移标准模具数据模型，当标准模具数据模型的横坐标在轮缘踏面数据模型峰值点到模型右侧终点对应的区间范围内，出现两数据模型的纵坐标差值的绝对值
小于最小去除值时，停止移动标准模具数据模型；步骤5：计算标准模具数据模型的横坐标在步骤4区间范围内时两数据模型的纵坐标差值的累加和，在最小去除值不变的情况下，累加和越小拟合损失量越小；步骤6：重复步骤1
‑
5，将计算的纵坐标差值的累加和最小时采用的标准模具的加工程序作为修复程序；步骤7：取标准模具数据模型的起始位置的横坐标增加70mm的点为修复程序加工的终点；取轮缘踏面数据模型的起始位置的横坐标增加70mm的点为对刀点；步骤8：调用修复程序，将对刀点坐标、修复程序加工的终点坐标输入不落轮数控机床系统，实现智能化自动加工。
6.在本发明的火车车轮轮缘踏面的检测数据分析及修复方法中，所述步骤2包括：步骤2.1：采集磨损轮缘踏面轮廓线的多个二维坐标数据，采集时保证起始位置的纵坐标大于标准模具数据模型的起始位置的纵坐标；步骤2.2：轮廓线的多个二维坐标数据构成离散数据集合；步骤2.3：将离散数据集合中的二维坐标数据，按照横坐标由小至大的顺序在二维坐标系中绘制点线图，作为轮缘踏面数据模型。
7.在本发明的火车车轮轮缘踏面的检测数据分析及修复方法中，所述步骤2中通过机床检测系统采集磨损轮缘踏面轮廓线的10000个二维坐标数据，采样区间在机床坐标系下的横坐标范围为[630,800]。
[0008]
在本发明的火车车轮轮缘踏面的检测数据分析及修复方法中，所述步骤7具体为：步骤7.1：当标准模具数据模型的起始位置的横坐标增加70mm的点位于标准模具数据模型中时，取该点为修正程序加工的终点；步骤7.2：当轮缘踏面数据模型的起始位置的横坐标增加70mm的点位于磨损轮缘踏面数据模型中时，取该点为对刀点；步骤7.3：不满足步骤7.1和/或步骤7.2，使用空间插值方法确定修正程序加工的终点的坐标和/或对刀点的坐标。
[0009]
在本发明的火车车轮轮缘踏面的检测数据分析及修复方法中，使用空间插值方法确定修正程序加工的终点的纵坐标具体为：（1）找到标准模具数据模型的起始位置的横坐标增加70mm的点，取通过该点且垂直横坐标轴的第一竖线；（2）搜索第一竖线两侧距第一竖线垂直距离最近的两个采样点；（3）将两个采样点连线，该连线与第一竖线的交点即为修正程序加工的终点。
[0010]
在本发明的火车车轮轮缘踏面的检测数据分析及修复方法中，使用空间插值方法确定对刀点的纵坐标具体为：（1）找到磨损轮缘踏面数据模型的起始位置的横坐标增加70mm的点，取通过该点且垂直横坐标轴的第二竖线；（2）搜索第二竖线两侧距第二竖线垂直距离最近的两个采样点；（3）将两个采样点连线，该连线与第二竖线的交点即为对刀点。
[0011]
本发明的一种火车车轮轮缘踏面的检测数据分析及修复方法，针对火车车轮轮缘踏面外形加工的不落轮数控机床的检测数据的进行分析。旨在使该类专用型数控机床在进
行实际加工中，能够针对机床及其数控系统获取的目标数据，实现智能化数据分析，实现修复程序的筛选及关键点的确定。从而使不落轮机床能够自主的完成轮缘踏面的智能化修复加工。
[0012]
本发明与现有技术相比，进行10000点数据采集，对于轮廓的细节分辨精度更高，提高局部磨损损失的识别效果，提升整个算法准确性。根据模型特点所设计的同平面、同基准平移比照，提升了识别的效率和准确性。所确定的最优走刀路径和程序对刀点，实现了自主智能化识别与程序调用，特别适合自主智能化加工。
[0013]
与普通的基于标准轮缘踏面外形轮廓尺寸建立函数公式的方法相比，本发明的方法更符合实际数据采集分析的特点，更能体现现代检测技术的特点，更能利于信息化时代背景下的机床装备的智能化发展的要求。并且不受磨损后标准轮缘踏面外形不规则、无法用具体函数拟合的限制，具有强鲁棒性和良好的泛化特性，是基于实际数据、应用于实际的直接算法研究，具有广泛的现实应用价值。
附图说明
[0014]
图1a为火车车轮的正视图；图1b为图1的a
‑
a剖视图；图2是本发明的标准模具数据模型和轮缘踏面数据模型图；图3是两模型平移到相同横坐标后的示意图；图4是计算标准模具数据模型和轮缘踏面数据模型的纵坐标差值的累加和的示意图；图5是放大后的标准模具数据模型和轮缘踏面数据模型图。
具体实施方式
[0015]
本发明的一种火车车轮轮缘踏面的检测数据分析及修复方法，主要包括数据采集、模型建立、模型比对、结果输出几个环节，具体包括如下步骤：步骤1：从备选模具库中选择一标准模具，根据标准模具的多个轮廓二维坐标数据绘制标准模具数据模型。
[0016]
步骤2：通过机床检测系统采集磨损轮缘踏面轮廓线的多个二维坐标数据，根据轮廓线的多个二维坐标数据绘制轮缘踏面数据模型，所述步骤2包括：步骤2.1：采集磨损轮缘踏面轮廓线的多个二维坐标数据，采集时保证起始位置的纵坐标大于标准模具数据模型的起始位置的纵坐标；步骤2.2：轮廓线的多个二维坐标数据构成离散数据集合；步骤2.3：将离散数据集合中的二维坐标数据，按照横坐标由小至大的顺序在二维坐标系中绘制点线图，作为轮缘踏面数据模型。
[0017]
具体实施时，如图1a和1b所示，如图1a为火车车轮正视图，车轮轮缘踏面为车轮运行时与铁轨接触的部分，如图1b所示沿车轮直径方向对车轮进行剖视，可视为轮缘踏面由多条轮廓线组成，由于火车长距离运行后车辆轮缘踏面均匀磨损，本发明针对一条轮廓线s进行研究。基于不落轮数控机床的检测机构和数控系统数据采集功能，通过机床检测系统采集磨损的铁道机车车辆车轮轮缘踏面轮廓线的离散点的二维坐标数据，采样点数10000
点，采样区间在机床坐标系下的横坐标范围为[630,800]，单位为mm。实现了17μm的临近点分辨精度。其作用是可以提高轮缘踏面数据模型与标准模具数据模型之间的数据点比照精度，从而提升计算精度和结果输出精度。采样时，保证起始位置的纵坐标大于标准模具数据模型的起始位置的纵坐标，进而确保轮缘踏面数据模型位于标准模具数据模型上方。将离散数据集合中的二维坐标数据，按照顺序绘制点线图。如图2所示，图中上侧的点线图为实际采集到的磨损轮缘踏面轮廓线的多个二维坐标数据构成的轮缘踏面数据模型，下侧点线图为根据标准模具采样的轮廓二维坐标数据绘制的标准模具数据模型，采样点数和采样区间与轮缘踏面数据模型相同。
[0018]
步骤3：平移标准模具数据模型和轮缘踏面数据模型，调整两数据模型的起始位置，使两数据模型的起点横坐标相同；具体实施时，如图3所示，采样分析区间为：横坐标 [620，820]；纵坐标[420，490]。将轮缘踏面数据模型的起始位置平移到图中的固定位置，纵坐标不变，如图中的坐标为（630，450）的点，将标准模具数据模型的起始位置进行平移，纵坐标不变到（630，440）；标准模具数据模型的起始位置的纵坐标低于轮缘踏面数据模型的起始位置的纵坐标。
[0019]
步骤4：向上平移标准模具数据模型，当标准模具数据模型的横坐标在轮缘踏面数据模型峰值点到模型右侧终点对应的区间范围内，出现两数据模型的纵坐标差值的绝对值小于最小去除值时，停止移动标准模具数据模型；具体实施时，如图4所示，向上平移标准模具数据模型，标准模具数据模型上升过程中，在横坐标在[646，800]区间内，设轮缘踏面数据模型的纵坐标为y1，标准模具数据模型的纵坐标为y2，当出现两数据模型的纵坐标满足下列公式时，停止移动标准模具数据模型；其中，t为期望的最小去除值，取t=1。
[0020]
步骤5：计算标准模具数据模型的横坐标在轮缘踏面数据模型峰值点到模型右侧终点对应的区间范围内时两数据模型的纵坐标差值的累加和，在最小去除值不变的情况下，累加和越小拟合损失量越小；具体实施时，计算[646，800]区间内轮缘踏面数据模型的纵坐标幅值f(x)与标准模具数据模型的纵坐标幅值g(x)的距离差的累加和s，如图4所示阴影区域，该部分的纵坐标差值累加和即为采用标准模具数据模型时，对于缘踏面数据模型修复时的材料去除量。在t相同的情况下该部分累加和越小，说明，选用的标准模具数据模型对于缘踏面数据模型的拟合损失量越小，即认为选用的标准模具在所有备选模具库中最为合理。步骤6：重复步骤1
‑
5，将计算的纵坐标差值的累加和最小时采用的标准模具的加工程序作为修复程序。
[0021]
步骤7：取标准模具数据模型的起始位置的横坐标增加70mm的点为修复程序加工的终点；取轮缘踏面数据模型的起始位置的横坐标增加70mm的点为对刀点，具体为：步骤7.1：当标准模具数据模型的起始位置的横坐标增加70mm的点位于标准模具数据模型中时，取该点为修正程序加工的终点；
步骤7.2：当轮缘踏面数据模型的起始位置的横坐标增加70mm的点位于磨损轮缘踏面数据模型中时，取该点为对刀点；步骤7.3：不满足步骤7.1和/或步骤7.2，使用空间插值方法确定修正程序加工的终点的坐标和/或对刀点的坐标。
[0022]
具体实施时，使用空间插值方法确定修正程序加工的终点的纵坐标具体为：（1）找到标准模具数据模型的起始位置的横坐标增加70mm的点，取通过该点且垂直横坐标轴的第一竖线；（2）搜索第一竖线两侧距第一竖线垂直距离最近的两个采样点；（3）将两个采样点连线，该连线与第一竖线的交点即为修正程序加工的终点。
[0023]
使用空间插值方法确定对刀点的纵坐标具体为：（1）找到磨损轮缘踏面数据模型的起始位置的横坐标增加70mm的点，取通过该点且垂直横坐标轴的第二竖线；（2）搜索第二竖线两侧距第二竖线垂直距离最近的两个采样点；（3）将两个采样点连线，该连线与第二竖线的交点即为对刀点。
[0024]
具体实施时，使用空间插值方法确定修正程序加工的终点的坐标和对刀点的坐标。
[0025]
如图5所示，在标准模具数据模型中搜索到距离第一竖线x=630 70=700的最近的采样点d(x
d
,y
d
)。确定d点对应采样点序号n，如果x
d >700，取n
‑
1号采样点c（x
c
,y
c
），否则取n 1号采样点e（x
e
,y
e
）。连线c、d点或d、e点，与直线x=630 70=700的交点即为所求的修正程序加工的终点o。相应可获得o点纵坐标。
[0026]
同理可以确定对刀点a，获得对刀点a的纵坐标。
[0027]
步骤8：调用修复程序，将对刀点坐标、修复程序加工的终点坐标输入不落轮数控机床系统，实现智能化自动加工。
[0028]
基于本发明的一种火车车轮轮缘踏面的检测数据分析及修复方法与普通修复加工相比，优势非常明显，具体表现如下：见表1
‑
1表1
‑
1：
以上所述仅为本发明的较佳实施例，并不用以限制本发明的思想，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。