田 賀
(青島杰瑞工控技術(shù)有限公司,山東青島 266000)
目前國內(nèi)城市軌道交通車輛保有量接近40 000輛,年復(fù)合增長率約19%,高鐵動車保有量超過30 000輛,年復(fù)合增長率約20%[1],鐵路貨車保有量達(dá)到91.2萬輛,年復(fù)合增長率約5%。一方面新增在軌車輛的不斷投入運(yùn)行,另一方面是大批在軌車輛進(jìn)入檢修年限,而轉(zhuǎn)向架作為車輛的支撐及驅(qū)動部件,對車輛的在軌運(yùn)行安全性起著決定性作用[2]。輪對跟軸箱的配合度也將影響整個轉(zhuǎn)向架的穩(wěn)定性,如出現(xiàn)配合不當(dāng),極易出現(xiàn)輪對熱軸、燃軸,導(dǎo)致車輛運(yùn)行的重大事故[3]。目前各大路局檢修段多采用人工手檢或者半自動化設(shè)備進(jìn)行檢驗(yàn),由于人工的隨意性及半自動化設(shè)備的效率低等原因,造成檢測的結(jié)果存在很多不確定性,且造成大量的人力成本[4]。同時在檢修環(huán)節(jié),由于輪對單體及軸箱呈不規(guī)則外形,檢修人員雖依檢修規(guī)程進(jìn)行組裝,但無法檢驗(yàn)其裝配效果;而輪對在不同工況下工作,也會造成與軸箱的配合間隙的不同變化,如果僅按檢修規(guī)程約束的時長或里程來進(jìn)行檢修,無法做到精準(zhǔn)檢修及及時檢修。隨著國家產(chǎn)業(yè)升級的外部要求,各大路局均提出要應(yīng)用大數(shù)據(jù)、深度學(xué)習(xí)、故障預(yù)測與健康管理(PHM)、增強(qiáng)現(xiàn)實(shí)等先進(jìn)技術(shù),實(shí)現(xiàn)技術(shù)裝備的全過程管理,提高動車組等技術(shù)裝備維修的智能化水平,降低裝備的全生命周期成本,提高運(yùn)輸效率和安全水平。為解決現(xiàn)有磨合測試設(shè)備的自動化程度低、安全系數(shù)低、數(shù)據(jù)處理能力低、無法覆蓋全生命周期[5]等核心弱點(diǎn),經(jīng)過長期的技術(shù)研究,將大數(shù)據(jù)分析與機(jī)器視覺技術(shù)進(jìn)行了應(yīng)用,優(yōu)化電氣控制原理,實(shí)現(xiàn)了一鍵啟動功能,全程無需人員干預(yù),操作人員可以遠(yuǎn)距離監(jiān)控檢修全過程,通過機(jī)器視覺及傳感器技術(shù)進(jìn)行多項關(guān)鍵數(shù)據(jù)的采集,“中樞大腦”對龐雜的數(shù)據(jù)流進(jìn)行預(yù)處理、信息轉(zhuǎn)換加工、分析預(yù)判。同時開放接口,與目前主流的列車智能運(yùn)維系統(tǒng)進(jìn)行兼容[6],實(shí)現(xiàn)數(shù)據(jù)的上傳下達(dá),實(shí)時互動。
該測試設(shè)備主要由輸送裝置、驅(qū)動裝置、采集單元、機(jī)器視覺系統(tǒng)、電氣控制系統(tǒng)、運(yùn)維軟件等組成。通過對軸箱溫度、軸承溫度、橫向偏移量、振動量等物理量的監(jiān)測,以數(shù)量流的形式進(jìn)入“中樞大腦”,借助大數(shù)據(jù)挖掘分析,對其裝配質(zhì)量進(jìn)行判定,并以圖表的形式進(jìn)行直觀地展示。
運(yùn)維軟件為整個設(shè)備的中樞神經(jīng),統(tǒng)一下發(fā)各項檢修指令,同時對反饋的各項數(shù)據(jù)進(jìn)行分析,實(shí)時修正指令,正激勵與反激勵相結(jié)合,確保設(shè)備各項動作無誤,同時進(jìn)行數(shù)據(jù)挖掘分析,并與系統(tǒng)內(nèi)的預(yù)測模型進(jìn)行實(shí)時對比,得出經(jīng)過理論分析與實(shí)踐驗(yàn)證的最佳結(jié)論,精準(zhǔn)預(yù)判其最佳檢修方案。該系統(tǒng)還具有自學(xué)習(xí)及自適應(yīng)能力,并開發(fā)有標(biāo)準(zhǔn)的接口,可實(shí)現(xiàn)與主流智能運(yùn)維系統(tǒng)的兼容;各采集單元及機(jī)器視覺系統(tǒng)為神經(jīng)觸角,通過各采集單元及機(jī)器視覺系統(tǒng),對輪對及驅(qū)動部件的位置進(jìn)行確定,并識別上傳輪對及軸箱的各項外部參數(shù);輸送系統(tǒng)根據(jù)所設(shè)定的指令控制各個動作單元進(jìn)行指定的動作,實(shí)現(xiàn)輪對上架、上鎖、解鎖、下架等規(guī)定的各個試驗(yàn)動作全過程的自動化;電氣系統(tǒng)通過PLC可編程控制對驅(qū)動系統(tǒng)各驅(qū)動單元進(jìn)行精準(zhǔn)控制,采用變頻技術(shù)實(shí)現(xiàn)無級變速,對驅(qū)動電機(jī)啟動速度、升速加速度、運(yùn)行速度、降速加速進(jìn)行可變設(shè)計,最大程度模擬真實(shí)工況。
該設(shè)備硬件部分主要由驅(qū)動機(jī)構(gòu)、可變導(dǎo)軌、頂升裝置、夾緊裝置、主框架、輸送機(jī)構(gòu)、外圍傳感設(shè)備、控制柜等組成。試件通過輸送機(jī)構(gòu)及可變導(dǎo)軌運(yùn)送至檢修工位,夾緊裝置則對分布于兩側(cè)的軸箱施加垂直壓緊力,確保整個實(shí)驗(yàn)過程中試件的穩(wěn)固。整個動作全部采用氣動系統(tǒng),氣源通過三級過濾器進(jìn)入多級調(diào)壓閥及氣動電磁閥,輸出可變氣源來控制夾緊裝置及輸送機(jī)構(gòu),通過4個布置于不同方向的可伸縮氣缸完成以上動作。待檢修動作完成后,“中樞大腦”將發(fā)送指令至可編程控制器,由控制器控制變頻器的電壓輸出頻率,以此達(dá)到驅(qū)動電機(jī)調(diào)速的目的。同時為確保完全模擬真實(shí)工況,在控制器程序內(nèi)進(jìn)行了啟動-提速-穩(wěn)速-降速-關(guān)停等運(yùn)動狀態(tài)參數(shù)的設(shè)定。在該設(shè)備中還大量采用機(jī)器視覺及外圍傳感設(shè)備進(jìn)行整個檢修流程的信息采集、信息反饋及信息預(yù)處理,為多重安全互鎖提供了信息支撐。所有信息量通過“中樞大腦”運(yùn)算分析,對輪對磨合檢修進(jìn)行全生命周期管理,同時實(shí)現(xiàn)了所有檢修動作的統(tǒng)一性、精準(zhǔn)性、實(shí)時性。
該設(shè)備基于模塊化的設(shè)計。設(shè)備機(jī)械部分主要由驅(qū)動機(jī)構(gòu)、可變導(dǎo)軌、頂升裝置、夾緊裝置、主框架、輸送機(jī)構(gòu)等組成。驅(qū)動機(jī)構(gòu)采用兩個主動橡脂輪,通過摩擦力帶動輪對轉(zhuǎn)動,同時在輪對兩側(cè)的軸箱上施加一定的壓力,確保輪對不會出現(xiàn)縱向的位置偏移。
該套設(shè)備高度集成,采用立體多層布局,大大節(jié)省了資源。功能模塊合理布局,創(chuàng)新性的將驅(qū)動設(shè)備與輔助設(shè)備融為一體,較傳統(tǒng)產(chǎn)品節(jié)省占地20%,降低資金投入,減少建設(shè)用地審批。全工況應(yīng)用設(shè)計,工廠預(yù)制。模塊化機(jī)械體以“標(biāo)準(zhǔn)化設(shè)計、工廠化加工、裝配式建設(shè)”為設(shè)計理念,設(shè)備的生產(chǎn)與集成在工廠內(nèi)完成。依托于先進(jìn)的裝配技術(shù)、精益求精的生產(chǎn)理念、清潔有序的裝配環(huán)境、定制化的結(jié)構(gòu)設(shè)計,將極大提高產(chǎn)品的使用性能和壽命。同時由于該產(chǎn)品屬于預(yù)制式產(chǎn)品,極大減少了現(xiàn)場的施工難度跟施工時間,縮短了整個安裝周期,為使用方節(jié)省了大量時間。
機(jī)械結(jié)構(gòu)如圖1所示。
圖1 機(jī)械結(jié)構(gòu)
在該系統(tǒng)中,將轉(zhuǎn)速、環(huán)境溫度等變量作為RBF網(wǎng)絡(luò)的輸入,即將轉(zhuǎn)速、環(huán)境溫度、預(yù)緊力等對輪對磨合產(chǎn)生影響的因子作為RBF網(wǎng)絡(luò)的輸入量,并將軸箱溫度、軸承溫度、橫向偏移量、振動量等作為RBF網(wǎng)絡(luò)的輸出,根據(jù)裝配規(guī)程及試驗(yàn)數(shù)據(jù),調(diào)整RBF網(wǎng)絡(luò)權(quán)值,改變輸出量與各輸入變量間的關(guān)系,提取需要進(jìn)行數(shù)據(jù)挖掘的數(shù)據(jù)集,對核心數(shù)據(jù)進(jìn)行數(shù)據(jù)完整性和有效性檢查以及單位裝換和元素修補(bǔ)等工作[7]。然后依托龐大的數(shù)據(jù)庫進(jìn)行有目的、有效率的數(shù)據(jù)挖掘分析,建立出輪對裝配性能對影響因子的響應(yīng)模型以及輪對使用的預(yù)測模型[8]。
基于已建立的輪對裝配性能對影響因子的響應(yīng)模型以及輪對使用的預(yù)測模型,預(yù)測輪對在多環(huán)境因素協(xié)同作用下的使用壽命,并根據(jù)輪對的溫度變化或振動變化,定性判斷輪對配合情況并定量判斷在該環(huán)境下輪對安全運(yùn)行的里程及最佳維修節(jié)點(diǎn),建立不同環(huán)境下的最佳維修節(jié)點(diǎn)知識庫。通過RBF網(wǎng)絡(luò)訓(xùn)練,使其具有自組織自適應(yīng)性,同時適合并行處理和分布存儲,擁有非線性映射能力和容錯能力[8]。通過試驗(yàn)實(shí)時信息、輪對性能變化等進(jìn)行推理和決策,獲得下次最佳維修節(jié)點(diǎn),精準(zhǔn)檢修,極大減少了維修成本,實(shí)現(xiàn)了輪對與軸箱配合的全生命周期管理。
在該系統(tǒng)中,系統(tǒng)硬件裝置由攝像頭、圖像視頻采集卡、計算機(jī)等組成??蓪?shí)現(xiàn)全方位多角度的輪對運(yùn)轉(zhuǎn)行為監(jiān)視工作,通過內(nèi)置的安全互鎖機(jī)制,采用正反饋與負(fù)反饋結(jié)合的方式,確保試驗(yàn)過程的安全;系統(tǒng)利用機(jī)器視覺技術(shù),實(shí)現(xiàn)輪對序列號的智能識別,建立輪對裝配情況的全生命周期信息庫;同時可以按照需求保留長期的試驗(yàn)圖像采集資料,作為檢驗(yàn)的過程的追溯依據(jù)。
機(jī)器視覺系統(tǒng)包含圖像預(yù)處理、特征提取、轉(zhuǎn)動模型構(gòu)建等流程。進(jìn)行輪對識別,首先對采集到的輪對圖像進(jìn)行預(yù)處理,然后對輪對圖像特征提取,利用權(quán)重化特征的卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建出輪對識別模型,并建立有關(guān)輪對識別算法模型[9]。
利用攝像機(jī)進(jìn)行輪對運(yùn)轉(zhuǎn)狀態(tài)數(shù)據(jù)采集,對圖像大小、采集頻率、圖像進(jìn)行存儲,傳輸至智能分析軟件,通過比對標(biāo)準(zhǔn)圖像,計算出輪對運(yùn)轉(zhuǎn)過程中的橫向偏移量。但因?yàn)檩唽\(yùn)轉(zhuǎn)速度很快,且工況比較惡劣,所以在提取特征前,需要進(jìn)行灰度化、圖像增強(qiáng)、濾波去噪等圖像預(yù)處理操作[10]。
在該設(shè)備中,軟件界面涵蓋檢測記錄、設(shè)備狀態(tài)、檢修項趨勢查詢、變量分析、數(shù)據(jù)統(tǒng)計、萬公里磨耗、多維統(tǒng)計分析、未來檢修預(yù)測等內(nèi)容,實(shí)現(xiàn)了輪對磨合試驗(yàn)的全生命周期管理,同時有效推演下次檢修時間,實(shí)現(xiàn)了檢修的精準(zhǔn)性,提高了檢修的有效性。對比傳統(tǒng)檢修設(shè)備,該設(shè)備在日檢修量、工人利用率、設(shè)備占地面積、無故障運(yùn)行時間等方面也具有巨大的優(yōu)勢。目前該設(shè)備樣機(jī)已在部分車輛廠進(jìn)行推廣,產(chǎn)品運(yùn)行性能穩(wěn)定,得到了使用方的一致好評。
表1 傳統(tǒng)檢修設(shè)備與本設(shè)備對比
在本文的產(chǎn)品方案中,通過運(yùn)維軟件的運(yùn)用,將大數(shù)據(jù)挖掘與分析技術(shù)運(yùn)用到檢修環(huán)節(jié),通過對多目標(biāo)、多時態(tài)的對比分析,實(shí)現(xiàn)了全生命周期的管理[11],極大降低了檢修運(yùn)維成本,且檢修更加自主化、智能化;通過機(jī)器視覺的運(yùn)用,對檢修件進(jìn)行了實(shí)時的動態(tài)監(jiān)控[12],有效提取檢修件的物理特征,匯入大數(shù)據(jù)庫。同時借助機(jī)器視覺的甄別,可以智能判定檢修工況是否正常,增強(qiáng)了設(shè)備運(yùn)行的安全性;在電氣構(gòu)造上,通過外圍傳感設(shè)備的數(shù)據(jù)采集及可編程控制器的運(yùn)算處理,操作者僅需按引導(dǎo)點(diǎn)擊按鈕,即可實(shí)現(xiàn)試件進(jìn)庫、試驗(yàn)、出庫;在硬件系統(tǒng)的搭建上也非常巧妙,采用機(jī)械一體化設(shè)計,極大減少了現(xiàn)場的施工難度跟作業(yè)時間。