双块式轨枕外形质量快速检测系统研制及应用

凌烈鹏 薛峰 王亮明 段培勇 赵勇 徐超

（1.中国铁道科学研究院集团有限公司铁道建筑研究所，北京 100081；2.中铁三局集团线桥工程有限公司，河北廊坊 065200）

我国高速铁路和客运专线主要采用无砟轨道结构，其中用于无砟轨道施工、工厂化生产的混凝土预制构件主要是CRTSⅢ型混凝土轨道板和SK-2型双块式混凝土轨枕。SK-2型双块式混凝土轨枕是双块式无砟道床主要构件之一，主要应用于武广、兰新第二双线、沪汉蓉、杭深、向蒲、合福、成渝、大西、郑万、张吉怀等铁路［1］。

SK-2型双块式混凝土轨枕一般在临建轨枕厂进行生产，有2种形式的生产线（1×4和2×4），日均产量800～1 400根，最高可达2 000根，整体自动化程度相对较高［2］。轨枕出厂检验主要采用人工配套工装方式。根据TB/T 3397—2015《CRTS双块式无砟轨道混凝土轨枕》［3］，SK-2型双块式混凝土轨枕出厂检验指标主要包括承轨表观缺陷、沟槽及挡肩裂纹、套管堵孔、棱角破损掉角等6项外观质量指标，以及长度、断面宽度、桁架筋高度、套管间距、内外承轨台槽底脚间距等14项外形尺寸指标。根据检验要求，外观质量指标要求出厂全检，外形尺寸指标要求按批次抽检。

由于双块式轨枕日均产量较大，人工检测方式难以保证检测质量和检测效率，且外形尺寸抽检比例较小，检测数据无应用价值，不适用于信息化建设。我国高速铁路建设提出了加强自主创新、发展高端制造、智能制造的更高要求，为满足工程质量的要求，轨枕检测作为质量控制的重要工序，其自动化、智能化、信息化发展是智能制造的必然趋势。

1 技术方案

双块式轨枕生产线整体布局一般采用环形流水线结构［4-5］，主要生产工序为：混凝土搅拌、浇筑→轨枕养护、脱模→模具清理、喷涂脱模剂→钢筋桁架安装和钢筋加工→脱模后的外观质量检测→涂油盖盖、盖生产批号→码垛和转运。在成品库中进行外形尺寸检测。

根据生产线特点，检测工序应位于生产线末端，设置于脱模工序与码垛工序之间。检测工序应不影响整条生产线的生产，即在检测设备有故障的情况下可转为人工检测。正常作业情况下能够满足生产节拍要求，即检测效率小于2.5 min/4根轨枕，还应考虑轨枕转运等影响。

根据TB/T 3397—2015要求，检测内容应包括尺寸检测、表观缺陷、裂纹检测等。为了便于检测数据的跟踪管理，应给每根轨枕生成1个ID编号。

1）尺寸检测。通过获取混凝土制品三维点云数据，进行三维重构以获取各关键部位尺寸，主要采用摄影测量、激光扫描或激光三维图像测量技术［6-8］。考虑轨枕生产线特点、生产环境、测量视野范围等因素，本文采用基于高基准平台的激光三维图像测量技术。

2）表观缺陷。表观缺陷主要是缺角掉块，通过现场调研发现轨枕掉块后露出的破损面与轨枕本体存在一定的色差。主要以尺寸大小进行判别，通过视觉技术融合三维点云技术，基于机器深度学习可以定位缺陷位置及投影大小，对比三维点云数据模型与检测标准可分析缺陷深度。

3）裂纹检测。双块式轨枕裂纹主要出现在沟槽位置，通常以不可见裂纹为主，仅仅通过视觉技术无法识别。设计方案建议参照TB/T 3397—2015要求，采用涂刷酒精或丙酮的方式进行分析判定。

4）轨枕编号。每根轨枕本体上都有对应的模具号，每套模具在每天生产批次中只会使用到1次。因此，将模具号和生产批次结合起来形成轨枕编号。

5）自动喷码。为了便于现场分拣轨枕，将轨枕编号自动喷印在轨枕上表面，取代人工盖章。

主要设计参数：检测效率≤2 min/4根枕；尺寸检测精度为0.1 mm；表观缺陷识别率≥95%；模具号识别率≥95%。

2 方案实施

双块式轨枕外形质量快速检测系统由检测平台、测量模块、裂纹检测模块、表观质量检测模块、自动喷码模块、控制主机、检测数据信息平台7部分组成，整体采用龙门式安装结构，不影响正常生产线传输，如图1所示。

图1 双块式轨枕外形质量快速检测系统

2.1 检测平台

检测平台是尺寸测量的基准平台，并可实现x，y双向移动，因此要求在使用过程中稳定可靠，受外界环境因素影响小，具体要求如下：

1）高平顺、高稳定结构

检测平台由2个侧架和横梁组成，分别采用HT300灰铁整体铸造并进行时效处理。其中，侧架外轮廓尺寸为3 100 mm（长）×1 600 mm（高），宽为400～800 mm，横梁外轮廓尺寸为4 000 mm（长）×400 mm（宽）×500 mm（高），整体质量达5 t以上，可有效消除脱模振动、环境温度的影响。侧架与横梁之间采用精密齿轮和精密滑轨连接。检测平台底座采用机床垫铁进行整体调平后，用高强灌注料和地脚螺栓浇筑固定，调整固定后检测平台整体平面度和直线度，要求二者均小于0.08 mm。

2）高精度移动机构

检测平台具有双向走行功能，由运动控制卡、伺服电机、电机驱动器、减速机、同步器、精密齿条及精密导轨组成，可实现走行定位精度0.1 mm，响应时间小于1 s，保障测量装置高精度稳定移动。

3）安全防护

在侧架和横梁的走行轨两端分别设置防撞止挡硬件装置和限位开关，保障横梁在走行过程中的安全性，避免对人员、设备造成伤害。

2.2 测量模块

测量模块设置于检测平台上，由安装底座、激光三维图像传感器及防护罩组成。基于检测平台的双向走行功能，获取双块式轨枕两侧承轨槽及钢筋桁架空间三维点云数据，重构双块式轨枕上表面三维点云模型，根据得到的轨枕尺寸参数及模具号点云数据来重构图像。

激光三维图像传感器作为检测系统中测量模块的核心，直接决定了设计方案的可行性。基于类似产品的应用经验，通过对比多种激光三维图像传感器的测量精度、光敏感性、稳定性、测量频率、测量视野、底层软件构架开发等，最终采用德国Sick的Ruler系列激光三维图像一体化传感器［9］。

2.3 裂纹检测模块

裂纹检测模块设置于检测平台后端，由安装架、光电开关、酒精或丙酮自动喷涂系统、ET高清相机组成。整体设计参照TB/T 3397—2015要求，采用自动喷涂系统模拟人工涂刷酒精或丙酮，通过ET相机拍摄消逝特征来分析裂纹。沟槽酒精消逝图见图2。

图2 沟槽酒精消逝图

裂纹识别流程（图3）为：首先对4个沟槽的视频进行分解，采用帧差法提取沟槽的关键帧；然后对关键帧进行自适应阈值化和高斯滤波处理；最后根据提取的轮廓特征分析判断是否有裂纹。

2.4 表观质量检测模块

表观质量检测模块的测量原理是基于测量模块获取的三维点云数据和裂纹检测模块ET相机获取的表观图像特征，采用先进视觉算法技术及图像识别方式获取表观缺陷位置和投影面，再结合三维点云数据模型匹配方式计算其缺陷深度。典型的挡肩掉块三维点云图见图4。

图3 裂纹识别流程

图4 挡肩掉块三维点云图

2.5 轨枕编号模块

轨枕编号模块是通过对轨枕模具号的自动识别，与生产批号构成轨枕的唯一编号，实现轨枕的可追溯性，并通过控制主机调用EBS全自动喷码设备［10］将编号喷印在轨枕上表面，便于在轨枕的后续转运过程中进行分拣和跟踪。

轨枕模具号通过激光三维图像传感器获取的点云数据处理成立体灰白图（图5），采用机器学习和模板自动优化匹配算法实现模具号的自动识别。如2018年8月4日夜班生产的116号模具的第1根轨枕编号为2018080402116-1，喷码效果如图6所示。

2.6 控制主机

图5 模具号三维立体灰白图

图6 轨枕喷码效果

控制主机是整套检测系统的中央集成控制中心，与生产线生产系统、生产车间中控系统及数据信息平台形成信息交互。轨枕脱模后运至检测平台，生产系统通过信号反馈自动启动检测程序，检测完毕后将相关信息推送至后续工序及检测信息平台，并反馈生产系统将检测完毕后的轨枕转运至下道工序。当检测出A类不合格轨枕时自动触发现场声光报警，提示现场巡检人员进行确认处理，实现了检测工序全自动化、智能化、信息化作业。

2.7 检测数据信息平台

检测系统实现了双块式轨枕的尺寸、表观质量的逐根检验，并形成每根轨枕的检测信息档案及编码，轨枕检测数据生成后自动上传数据信息平台（图7），可实现检测数据的存储、管理、分发及检测报告的自动生成。由于轨枕检测数据量大、覆盖面全，可通过大数据分析对轨枕生产质量和模具质量进行追踪。

图7 检测数据信息平台

主要应用效果体现在以下3方面：

1）针对同一模具，可搜集一段时间内的检测数据来分析模具的尺寸变形情况。图8是19#模具在2018年7月11日至8月30日期间生产轨枕的两承轨槽外侧底脚间距参数的检测数据及其变化趋势，结合多个参数的变化趋势可及时掌握模具的质量变化。

图8 两承轨槽外侧义脚间距离分析趋势图

2）针对一段时间生成的轨枕，通过分析各项参数的检测数据，可以及时掌握不合格指标的分布情况，便于作业人员掌握生产中的不足。生产质量分析图见图9。

图9 生产质量分析图

3）自动生成当天批次的生产质量报告，汇总当天生产产量、合格情况、不合格参数分析、单项分析结果及A类不合格轨枕编号。

3 应用情况

双块式轨枕外形质量快速检测系统于2017年研制以来分别在南漳、奉节、吉首和蕲春4个轨枕厂进行了工程应用，覆盖了1×4，2×4这2种形式的生产线，涉及国内双块式轨枕生产线设备主要制造厂家，与各制造厂家的生产控制系统及轨枕厂的中控系统、生产信息化管理系统均形成了信息交互、互联互通，实现检测系统无人化、全自动化运行，检测数据自动上传，A类不合格轨枕实时报警。

3.1 检测效率

1×4和2×4形式的生产线生产节拍分别为2.5 min和4 min，每次检测4根轨枕，而2×4形式的生产线轨枕1次脱模8根，且运输过程中排布不齐，因此需要进行二次分拣和规整。综合考虑轨枕运输至检测平台、生产线快节奏运行等因素，检测工序作业时间不宜超过100 s。目前，可实现4根轨枕的检测时间为80 s。

3.2 检测精度

双块式轨枕尺寸参数除了套管深度120 mm处偏离度采用套管上平面与承轨面测量夹角进行反算外，其余尺寸参数均是通过三维点云图计算获取。测量精度采用标准量块进行垂向和横向精度复核，轨枕尺寸参数检测精度以人工复核为准，主要选取小钳口距、凹槽深度等测量工装简易且受人工影响小的参数进行复核，复核误差均在0.1 mm以内。图10为轨枕检测后自动生成的外形尺寸检测数据。

图10 外形尺寸检测数据（单位：mm）

3.3 运用效果

检测系统在某厂已累计检测37万根轨枕，总体运行良好。通过对其检测数据的分析，轨枕模具号识别率可达99.15%；表观缺陷受掉块大小及门槛值设置影响，按照TB/T 3397—2015要求其识别率可达97%以上。一些生产厂家对缺损掉块要求较严，比标准要求尺寸小的缺损掉块也应处理。因此，比标准要求尺寸小的掉块未纳入统计。

检测数据的模具质量分析和生产质量分析为生产人员有针对性地进行模具维护和生产过程质量把关提供了较好的数据支撑。

4 结语

通过现场的运用验证，双块式轨枕外形质量快速检测系统可满足TB/T 3397—2015《CRTS双块式无砟轨道混凝土轨枕》的出厂检验要求，与双块式轨枕生产线相匹配，大大提高了检测效率，并实现了全参数、自动化、智能化检测，检测数据自动上传生产管理平台，实现了双块式轨枕生产质量寿命周期内的跟踪管理，但也存在一些不足：

1）双块式轨枕外形质量快速检测系统尚未作为轨枕生产厂的必备设备进行推广，因此初期生产线建设未考虑预留该检测工位，不便于后期升级改造。

2）由于模具沟槽在清理过程中采用金属丝刷会形成细微划痕，导致轨枕沟槽表面有类似裂纹痕迹，对裂纹识别造成一定误判。

3）裂纹识别主要是基于机器视觉和深度学习技术，需要大量的数据进行训练，而轨枕生产随着工艺水平的提高，实际存在的裂纹数据很少，因此还需通过使用进行数据积累。