一种钢轨焊缝错边量在线检测方法与流程

本发明涉及钢轨焊缝检测技术领域，特别是一种钢轨焊缝错边量在线检测方法。

背景技术：

随着高速铁路的快速发展以及客运安全要求的逐步提高，高铁用无缝钢轨焊接质量的重要性越来越显著。钢轨焊缝错边量是评价钢轨焊接质量的重要指标之一，提高高温焊缝错边量检测水平，提升无缝钢轨的质量，有助于提高高速列车运行平顺性以及行车的安全性。

目前国内焊轨基地检测钢轨焊缝错边量的测量方式基本上都是手工测量，测量工具是数显游标卡尺或千分尺改造而成的波磨尺。测量时需要将钢轨焊缝停在测量工位，先用钢丝刷清理钢轨焊缝两侧的焊渣，然后将波磨尺放于焊缝两侧，距离焊缝中心左右15-25mm处各选取1个测量点，测量焊缝一侧的测量点时将数显卡尺清零，在焊缝另一侧的测量点测量并读取卡尺的示值从而得到轨头顶部或侧面的错边量。轨底脚错边量的测量是采用专用长条形量块跨在焊缝两侧，通过比较样块的挖空高度和焊缝高度的方法判定检查，最后手动记录错边量数值和钢轨的编号。

手工测量的不足主要有错边量测量时需要将焊缝停在指定区域，工作效率较低，人为主观误差较大包括波磨尺的固定、测量点的选取、焊缝中心的判定以及测量数据的填写等，错边量的评定只选取比较焊缝两侧的两个点，评定过于简单，高温焊缝给测量带来安全隐患，人工记录数据不符合现有生产管理的要求。

技术实现要素：

本发明的目的是提供一种钢轨焊缝错边量在线检测方法，旨在解决现有技术中钢轨焊缝错边量测量依赖手工的问题，实现在线自动完成错边量检测，提高准确度和安全性，提高工作效率。

为达到上述技术目的，本发明提供了一种钢轨焊缝错边量在线检测方法，所述方法包括以下步骤：

s1、在钢轨运动过程中，利用红外测温传感器感知高温焊缝的存在，当高温焊缝经过感知位置时，触发焊渣清除装置进行焊渣的清除；

s2、利用红外热成像传感器感知高温焊缝的位置，当高温焊缝到达检测位置时，触发激光视觉测量传感器对钢轨轮廓进行数据采集；

s3、根据采集到的三维点云数据生成平直度曲线，并根据曲线提取焊缝中心位置，选取测量点进行错边量的计算。

优选地，所述步骤s3具体操作如下：

利用三维点云数据得到视场范围内钢轨的平直度曲线，将曲线的平直部分作为钢轨平面基线，曲线的峰值部分的中心作为焊缝中心；

根据错边量定义选取焊缝中心两侧固定距离的区域作为测量点，并计算错边量的值。

优选地，所述固定距离为15mm，错边量的值为两个测量点的高度差。

优选地，所述红外测温传感器以预先设定的角度倾斜打在运行钢轨上。

优选地，所述焊渣的清除具体为通过可转动的毛刷对焊缝左右两侧以及顶部的焊渣进行清理。

优选地，所述方法还包括在采集到点云数据后对三维点云数据进行预处理，包括去噪处理和平滑处理。

发明内容中提供的效果仅仅是实施例的效果，而不是发明所有的全部效果，上述技术方案中的一个技术方案具有如下优点或有益效果：

与现有技术相比，本发明通过在钢轨运动过程中利用红外测温传感器感知高温焊缝的存在以进行焊渣的清除，利用红外热成像传感器感知高温焊缝的位置，以对钢轨轮廓进行数据采集，通过采集的三维点云数据获取焊缝中心位置以及测量点进行错边量的计算，从而实现在钢轨运动过程中实时测量高温热焊缝两侧的错边量，减少了手动测量时人为主观因素的影响，且测量数据客观真实，测量准确可靠。在检测过程中，自动检测高温焊缝并清除两侧焊渣，降低了工作人员的劳动强度和被烫伤的风险；通过自动绘制热焊缝两侧钢轨顶部和两侧的轮廓曲线，钢轨焊接质量一目了然；另外，钢轨数据的自动采集、保存以及上传，实现了钢轨焊缝质量的网络化管理。

附图说明

图1为本发明实施例中所提供的一种钢轨焊缝错边量在线检测方法流程图。

具体实施方式

为了能清楚说明本方案的技术特点，下面通过具体实施方式，并结合其附图，对本发明进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开，下文中对特定例子的部件和设置进行描述。此外，本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意，在附图中所图示的部件不一定按比例绘制。本发明省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本发明。

下面结合附图对本发明实施例所提供的一种钢轨焊缝错边量在线检测方法进行详细说明。

如图1所示，本发明实施例公开了一种钢轨焊缝错边量在线检测方法，所述方法包括以下步骤：

s1、在钢轨运动过程中，利用红外测温传感器感知高温焊缝的存在，当高温焊缝经过感知位置时，触发焊渣清除装置进行焊渣的清除；

s2、利用红外热成像传感器感知高温焊缝的位置，当高温焊缝到达检测位置时，触发激光视觉测量传感器对钢轨轮廓进行数据采集；

s3、根据采集到的三维点云数据生成平直度曲线，并根据曲线提取焊缝中心位置，选取测量点进行错边量的计算。

本发明实施例采用激光视觉传感器技术、红外热成像技术以及红外测温技术等实现钢轨运行过程中错边量的自动测量。

由于钢轨在焊接过程中会有焊渣，因此在测量错边量之前需要对其焊渣进行清除。当焊缝从焊机中送出时，利用红外测温传感器以预先设定的角度倾斜打在运行钢轨上，当高温焊缝经过红外测温传感器检测位置时，触发红外测温传感器发出信号，此时启动焊渣清除装置进行焊渣的清除工作。通过可转动的毛刷对焊缝左右两侧以及顶部的焊渣进行清理。

在焊渣清理完毕后，运行钢轨移动到激光视觉检测位置处。在钢轨焊接结束后离开焊机后的短暂时间内，焊缝依旧处于红热状态，因此在本发明实施例中，通过红外热成像技术对高温焊缝的位置进行监测。在检测位置处设置红外热成像传感器，当感知到高温焊缝到达检测位置时，红外热成像传感器上报触发信号，以进行焊缝轮廓图像采集。

在本发明实施例中，采用激光视觉传感器技术进行轮廓图像的采集。当激光束以一定的形状照射到目标物体的表面时，在目标物体的表面投射出线形或其他几何形状的条纹，目标表面的反射光线经过摄像头上的透镜在感光芯片上产生一系列像点，这些像点即为目标物体3d点云数据，可反映出目标物体表面的高低起伏。在激光视觉检测位置处设置激光视觉测量传感器，当接收到红外热成像传感器的触发信号后，迅速采集出钢轨焊缝以及周围区域的三维点云数据，并进行错边量的分析评定。

对于采集到的三维点云数据进行预处理。由于在扫描过程中会受到外界光线等因素干扰，采集到的点云数据往往含有噪声点和失真点，因此对数据进行去噪处理。对去燥后的点云数据进行平滑处理，在保证点云细节特征的基础上获得更高阶的光滑曲面，使后期依据点云数据建立的模型表面更加光滑平顺。采用高斯滤波法，通过加权计算窗口内所有的点云数据，使每一个点的值都是该点本身和其领域内所有点的值加权平均后的结果。

激光视觉测量传感器采集到的3d点云数据反映的是焊缝及周边钢轨平面的高低起伏，由这些3d点云数据得到视场范围内钢轨的平直度曲线，将曲线的平直部分作为钢轨平面基线，曲线的峰值部分的中心作为焊缝中心。根据错边量定义选取焊缝中心两侧15mm左右的区域作为测量点，并计算错边量的值，测量点的高度差为x-y，即为错边量，最后输出轨顶面、轨头侧面以及轨底位置的错边量数据。

本发明实施例通过在钢轨运动过程中利用红外测温传感器感知高温焊缝的存在以进行焊渣的清除，利用红外热成像传感器感知高温焊缝的位置，以对钢轨轮廓进行数据采集，通过采集的三维点云数据获取焊缝中心位置以及测量点进行错边量的计算，从而实现在钢轨运动过程中实时测量高温热焊缝两侧的错边量，减少了手动测量时人为主观因素的影响，且测量数据客观真实，测量准确可靠。在检测过程中，自动检测高温焊缝并清除两侧焊渣，降低了工作人员的劳动强度和被烫伤的风险；通过自动绘制热焊缝两侧钢轨顶部和两侧的轮廓曲线，钢轨焊接质量一目了然；另外，钢轨数据的自动采集、保存以及上传，实现了钢轨焊缝质量的网络化管理。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。