机车侧面轮廓快速测量方法研究

许献琦 宋福田 盖玉收

【摘  要】传统的机车侧面轮廓测量方法，已经满足不了高效率、高精度、信息化的要求;为了能够较好地解决该类问题，本文提出了采用全站仪进行快速检测的方案;同时，为了避开高成本的水平检测台，本方案采用了带有电子陀螺仪的便于携带的小型工装，配合控制软件，实现了自动检测和自动分析数据;经过多次现场实验验证，该方法在数据精度、操作复杂度、检测速度、自动化程度等方面，都明显优于传统测量方法，因此，得到了企业的充分认可。

【关键词】机车轮廓;侧面轮廓;快速测量;自动检测;TM50全站仪

Abstract： Traditional measurement method of locomotive side profile，cant meet the requirements of high efficiency， high precision and information. In order to solve this kind of problem better， In this paper， a scheme of fast detection with total station is proposed， and in order to avoid the high cost of horizontal testing platform，a portable small tooling with electronic gyroscope is adopted. Verified by many field experiments，the new method is obviously superior to the traditional one in data accuracy， operation complexity， detection speed， automation， etc . So it is accepted by the enterprise.

Keywords： locomotive profile， side profile， quick Measure， automatic detection， TM50 total station

引言

机车车体在加工过程中，需要进行很多方面的检测，例如车体轮廓的加工形状跟设计模型间的差异，就是非常重要的一项检测。

中车青岛机车车辆股份有限公司中，该项检测过程是：把机车（车长约25米，宽约3.3米，高约3.7米）放在水平台面上，把标准形状的样板，以垂直于台面的姿态靠到车体上，测量标准样板与车体之间的间隙，以判断加工偏差。该种检测方式存在以下问题：

检测过程需要水平平台;大尺度的平台很难真正调试水平;待测工件的吊装过程比较麻烦;

标准样板因为加工、存放、材质、温度、潮湿等原因，轮廓本身会存在一定变形或偏差;而实际工作中，在检测前，较难对样板轮廓的变形量或偏差进行准确检测;

检测过程中，通过目视判断车体与样板之间间隙，然后测量几个最大间隙地方的尺寸;具体检测工具是塞尺;因此检测精度不高（最高精度0.5毫米）;

检测过程中，只能记录样板与实际轮廓之间的高、低点间隙，真实车体轮廓无法准确获取;

检测过程中，目视测量，手工记录数据，效率低，且存在人为出错的可能性。

目前，机车行业的生产和检测过程，已经进入了数字化时代，要求出厂的产品带有三维档案;该三维数据，必须是机车出厂前真实的扫描、检测结果;而现有的轮廓检测过程，与该要求还有一定差距。因此，必须寻找一种新的检测手段，在尽可能不增加成本的基础上，既能达到检测目的，又能满足三维数字化的要求。

1.解决方案

为了解决引言中的问题，需要寻找一种新的测量手段，并满足如下要求：

（1）检测设备本身不能太重，搬运方便;且只需要经过简单部署即可以快速开始测量;

（2）检测过程不需要在专门的水平平台上进行，在普通的装配或者加工平台上，亦可以完成检测;

（3）检测数据中要有当前机车的姿态信息，即水平、垂直状态信息;

（4）测量过程尽量自动，从检测过程到数据分析，不需要人工过多干预;

（5）自动输出检测报表，且能够与设计轮廓进行比对。

待检测的轮廓及位置，是如图1所示的机车侧面。该侧面的几何形状是样条曲面，根据机车的速度、稳定性等气动要求设计。如果该侧面的真实轮廓，与设计轮廓偏差超过3毫米，即判定为不合格。

为了满足（1）至（5）条的检测要求，首先需要选择一款精度够用的便携检测设备，放置在车间地面上，即可以完成测量过程。

为此，本测量方案选用了图2所示的德国徕卡公司的TM50全站仪，作为主要测量设备。该设备的测量精度是±0.4毫米+1/2PPM，即当测量距离低于10米时，测量精度高于±0.4005毫米。该精度满足机车行业关于轮廓精度的要求标准。

该全站仪重量约有2Kg，在具体使用时，用三脚架支在地面上，大致调平，即可以对100米范围内的物体进行准确测量。

测量时，全站仪能够自动跟踪图2右侧的棱镜，且能够通过上位机控制，实现自动打点测量;能够把测量点位数据，通过蓝牙自动传送给上位机。上位机通过编程，能够接收和分析处理該数据。

上位机接收到数据后，首先需要对数据进行降噪处理，先用小波降噪方法，对数据中的噪音点进行清除;然后用非均匀有理B样条（NURBS）方法，对数据点进行拟合;拟合完的曲线再与设计模型实现对比。

对比的方法有两种，第一种以工装设计位置为基准的对比;第二种先以最多重合点为最佳拟合为基准作对比。第一种对比，用于判断真实机车当前姿态差异;第二种对比，观察真实轮廓与设计轮廓的高低点的差异，以找出质量问题所在。

图2中的全站仪，放置到三脚架上后，基本调至水平，即可以开始测量;图中的棱镜，是全站仪的标准配件。因为棱镜的测量精度比非棱镜的状态要高，所以具体测量时，在基准构建时，采用棱镜的方式打点测量，但是需要配图3所示的工装。

为了保证测量位置的准确选择，也为了保证测量过程中带上机车姿态信息，需要一套工装，既能标记测量位置，也能够测量出当前机车的姿态信息。

图3中，棱镜可以沿着槽滑动，测量时，棱镜要分别处于①、②、③三个位置;工装顶端中间的V形缺口，恰好位于①和②位置的中间;具体安装时，①、②的中心连线，要与待测位置的边缘平行，①、②、③构成的平面，要平行且紧靠在机车外轮廓上;V形口的尖角，即待测位置。

图3中，④、⑤位置分别放置一个图3右边所示的电子陀螺仪;该陀螺仪能够测出工装的水平和垂直姿态，因此可以计算出本次测量，车体所处的姿态。

2.测量过程

测量开始前，需要确定测量基准;需要把图3所示工装固定在机车外侧底部，使①、②中心连线平行于底部边缘，读取陀螺仪数据;全站仪放置在离车体2米左右的位置，调至大致水平，调试全站仪看到棱镜，并开始跟踪棱镜;棱镜先后分别处于①、②、③三个位置，利用全站仪的自动跟踪功能，测量并保存棱镜的三个坐标值;至此，基准点位数据即测量完畢。

控制软件获取到基准数据后，会自动识别出待测轮廓的位置，在输入测量的方向，输入测量区域的跨度，输入打点的点数后，点击开始测量，系统会根据跨度均匀的原则，自己计算需要打点的点位，并控制全站仪移动到各点的位置，开始打点测量。

测量完毕时，所有测量数据自动上传，并由上位机对测量点位进行降噪、拟合处理;如果有输入轮廓模型，系统会按照最佳拟合的原理（或测量基准对齐原理），先把测量数据与设计数据进行比对，然后找出设定位置的高度差异，并自动输出，生成报表。

该测量过程，从全站仪三脚架放置、基本调平，工装安装，到测量完毕，总耗时约15分钟（该时间由普通熟练工人操作测量得出）。

3.数据结果

上位机接收到全站仪测量结果，经过降噪后，会生成图4所示的点位轮廓（左边），和拟合后的线轮廓（中间）;并可以与输入的模型轮廓（右边）按照两种数据对齐方式分别做数据比对。

图4所示的数据比对结果，如表1所示（表中数据，单位为毫米）。

表1中是检测到的数据与设计数据比对的结果，正值是高出设计尺寸部分;负值是低于设计尺寸部分;该表中能看出实际数据与设计数据间的高低变化趋势;因为拟合算法的关系，测量点数越多，拟合出的样条曲线越接近实际轮廓，越能看出实际轮廓与设计轮廓的高低差异。

表2是用标准样板对同一车体轮廓手工检测得到的数据;因为测量的难度和测量方法所限，一次测量的输出点位数量有限。

通过观察该数据，很难找出真实轮廓相对设计轮廓差异的规律，因此较难反映出加工质量的信息;把该数据与表1的数据比较也能看出，表2的数据精度偏低。因此，传统的手工测量方式，仅仅能用作数据是否合格的判断。

通过两者比较可以发现，自动测量的数据，更能准确地反应出实际数据与设计模型间的差异，且能够找出加工工艺导致质量的问题所在，对工艺的提升改进有一定的借鉴意义。

4.总结

该文中的检测方案，使用全站仪设备及一套简单的工装，仅需一个人，经过简单的工装安装和全站仪调整，站在地面上，即可以快速地完成整个测量过程;该过程不需要专门的平台，不需要其它人员和吊装设备的辅助。

因此，该套测量方法，较好地解决了机车制造企业中侧面轮廓准确测量的难题;该方案降低了测量难度，提高了测量速度，提高了测量结果的准确性，且避免了测量数据传抄过程的失误。

通讯作者：盖玉收

参考文献

[1] Leica Geosystems Leica MS50/TS50/TM50 User Manual Version 3.0.

[2] GB146.1-1983 标准轨距铁路机车车辆限界和建筑限界

[3] 金纯、肖玲娜、罗纬、聂增丽编著. 超低功耗蓝牙技术规范解析[M]. 国防工业出版社.

[4] 明日科技编著. C#从入门到精通[M] 第四版 清华大学出版社.

[5] 李祖锋、柯生学、尹业彪. 变形检测数据降噪方法分析[C] 西北水电 2017年.第3期.

[6] 邱亚洲、李富荣、于建立、姚凌虹. 小波分析在飞参数据降噪中的应用[C] 计算机仿真 第27卷 第10期.

[7] 于益超、纪小刚、闫晨、胡海涛、张溪溪 非均匀有理B样条曲线的多分辨光顺研究[C] 机械设计与研究 2019年02期.

作者简介：许献琦（1980--），男，山东青岛人，质量工程师，本科，主要从事机车质量控制方面的工作。