柳寧，趙祥云，倪文波，王雪梅

(1. 西南交通大學(xué) 機(jī)械工程學(xué)院，四川 成都 610036；2. 眉山中車緊固件科技有限公司，四川 眉山620010)

0 引言

鉚接具有牢靠、抗振、耐沖擊、工藝設(shè)備簡(jiǎn)單等優(yōu)點(diǎn)，因此廣泛應(yīng)用于鐵路、航空、船舶等行業(yè)。鐵路貨車基礎(chǔ)制動(dòng)裝置連接中大量使用的短尾拉鉚銷，采用拉鉚與圓銷結(jié)構(gòu)相結(jié)合的方案，可有效防脫、防盜。轉(zhuǎn)向架上的基礎(chǔ)制動(dòng)裝置是鐵路貨車的重要組成部分。其中制動(dòng)杠桿裝配時(shí)一旦出現(xiàn)漏鉚、鉚接不到位等連接失效問(wèn)題，將會(huì)造成基礎(chǔ)制動(dòng)裝置脫落、丟失等故障，嚴(yán)重威脅鐵路貨車的行車安全[1]。目前鉚接完成后的檢查都是通過(guò)人工目測(cè)等方法進(jìn)行檢測(cè)工作，不僅費(fèi)時(shí)費(fèi)力，而且難以得到準(zhǔn)確的檢測(cè)結(jié)果。

為了保證鉚接質(zhì)量，目前國(guó)內(nèi)大多采用基于力與位移信號(hào)的鉚接質(zhì)量在線檢測(cè)裝置，通過(guò)檢測(cè)力位移曲線，來(lái)判定鉚接質(zhì)量[2]。但該方案無(wú)法識(shí)別鉚接位置，防止漏鉚現(xiàn)象。基于此，研發(fā)了一套能夠自動(dòng)檢測(cè)鉚接質(zhì)量和判別鉚接位置的新型鉚接系統(tǒng)，對(duì)于避免因轉(zhuǎn)向架制動(dòng)杠桿鉚接裝配過(guò)程中的鉚接質(zhì)量問(wèn)題和漏鉚帶來(lái)的行車安全隱患，具有十分重要的作用和意義。

1 智能鉚接系統(tǒng)結(jié)構(gòu)與功能

在轉(zhuǎn)向架制動(dòng)杠桿拉鉚裝配工序中，使用短尾拉鉚銷進(jìn)行緊固連接。拉鉚是指將鉚釘插入杠桿連接處，并將套環(huán)套入鉚釘，使用拉鉚槍夾住鉚釘尾端縱向運(yùn)動(dòng)，將套環(huán)壓入鉚釘環(huán)形槽的連接工藝[3]。作為能夠監(jiān)測(cè)鉚接狀態(tài)的智能鉚接系統(tǒng)，應(yīng)具備以下功能：適應(yīng)轉(zhuǎn)向架制動(dòng)杠桿鉚接生產(chǎn)的環(huán)境；自動(dòng)測(cè)量鉚接過(guò)程中的鉚接力和位移；實(shí)時(shí)判定鉚接質(zhì)量和鉚接位置；自動(dòng)生成報(bào)表，記錄鉚接過(guò)程；操作簡(jiǎn)單，不增加生產(chǎn)工序。為此，結(jié)合計(jì)算機(jī)圖像識(shí)別及傳感器技術(shù)，研制了一套智能鉚接系統(tǒng)。其結(jié)構(gòu)原理如圖1所示。

圖1 智能鉚接系統(tǒng)原理圖

智能鉚接系統(tǒng)是以傳統(tǒng)鉚接槍為基礎(chǔ)，在鉚接槍上加裝圖像傳感器和位移傳感器，并將鉚接力的測(cè)量轉(zhuǎn)換為鉚接槍油缸的壓力測(cè)量來(lái)實(shí)現(xiàn)的。當(dāng)按動(dòng)鉚接槍進(jìn)行鉚接時(shí)，觸發(fā)計(jì)算機(jī)實(shí)時(shí)檢測(cè)鉚接過(guò)程中的鉚接力與位移，依據(jù)鉚接力與鉚接位置的相互關(guān)系可判斷鉚接質(zhì)量。同時(shí)，計(jì)算機(jī)控制采集當(dāng)前鉚接位置圖像，通過(guò)圖像識(shí)別算法，識(shí)別當(dāng)前的鉚接位置。這樣，可建立生產(chǎn)過(guò)程中拉鉚銷鉚接位置與鉚接質(zhì)量的對(duì)應(yīng)關(guān)系，為生產(chǎn)安全管理和質(zhì)量回溯提供了一種技術(shù)措施。

2 鉚接圖像識(shí)別技術(shù)

圖像識(shí)別技術(shù)是以提取拉鉚銷位置周圍圖像的主要特征為基礎(chǔ)，并將待識(shí)別圖像與圖像庫(kù)的有限特征參數(shù)進(jìn)行匹配，從而達(dá)到鉚接位置識(shí)別的目的。計(jì)算機(jī)圖像識(shí)別分為離線訓(xùn)練和在線識(shí)別兩個(gè)步驟，每個(gè)步驟分別設(shè)計(jì)了相應(yīng)的應(yīng)用程序。程序核心是BP(backpropagation)神經(jīng)網(wǎng)絡(luò)算法。其中圖像特征提取及離線訓(xùn)練方法直接決定了圖像識(shí)別的準(zhǔn)確性。鉚接位置識(shí)別程序系統(tǒng)框圖如圖2所示。

圖2 鉚接位置識(shí)別程序系統(tǒng)框圖

2.1 圖像特征提取

圖像特征的描述有多種，包括視覺(jué)特征、統(tǒng)計(jì)特征、代數(shù)特征等，每種特征有包含數(shù)種描述方法[4]。國(guó)內(nèi)有研究選用一種基于圖像整體特征的平均值算法，利用整體圖像質(zhì)心位置坐標(biāo)值來(lái)區(qū)分鉚接位置[5]。

為了提高圖像識(shí)別的準(zhǔn)確性，選擇圖像感興趣區(qū)域(regionofinterest,ROI)內(nèi)的最大邊緣長(zhǎng)度值作為特征值。根據(jù)各圖片的不同特征，選取多個(gè)不同的ROI提取特征值，可以使每個(gè)位置的特征值區(qū)分度更大。

2.2 離線訓(xùn)練

文中圖像識(shí)別技術(shù)所采用的分類器算法為BP神經(jīng)網(wǎng)絡(luò)算法[6]。為了建立鉚接位置圖像與位置之間的輸入-輸出模式映射關(guān)系，使用MATLAB建立了BP神經(jīng)網(wǎng)絡(luò)算法，并將上述Access數(shù)據(jù)庫(kù)中的訓(xùn)練組數(shù)據(jù)中每個(gè)位置圖像的特征值作為BP神經(jīng)網(wǎng)絡(luò)算法的輸入數(shù)據(jù)，位置信息作為輸出數(shù)據(jù)，訓(xùn)練后可以得到輸入層和隱層之間的連接權(quán)值陣v、隱層和輸出層之間的權(quán)值陣w、隱含層閾值陣θ以及輸出層閾值陣γ。測(cè)試組數(shù)據(jù)則用來(lái)檢驗(yàn)訓(xùn)練得到的網(wǎng)絡(luò)對(duì)位置識(shí)別的的準(zhǔn)確率。BP神經(jīng)網(wǎng)絡(luò)模型參數(shù)如表1所示。隱層節(jié)點(diǎn)個(gè)數(shù)m為：

(1)

式中：α為可調(diào)常數(shù)(范圍為1～10)； n為輸入節(jié)點(diǎn)個(gè)數(shù)，即ROI個(gè)數(shù)；l為輸出節(jié)點(diǎn)個(gè)數(shù)，即所需識(shí)別位置個(gè)數(shù)。

表1 BP神經(jīng)網(wǎng)絡(luò)模型參數(shù)

3 在線檢測(cè)軟件設(shè)計(jì)

在線檢測(cè)軟件負(fù)責(zé)傳感器信息的采集、檢測(cè)結(jié)果的輸出以及人機(jī)交互主界面如圖3所示。軟件根據(jù)功能可以分為3個(gè)部分，即鉚接位置識(shí)別程序、鉚接質(zhì)量判斷程序及質(zhì)量問(wèn)題報(bào)警、自動(dòng)生成報(bào)表等其他功能程序。系統(tǒng)在鉚接過(guò)程中采集的圖像不斷加入離線訓(xùn)練圖像庫(kù)中，可以有效提高圖像識(shí)別的準(zhǔn)確率；系統(tǒng)在開機(jī)時(shí)檢測(cè)各傳感器的初始狀態(tài)，根據(jù)傳感器返回的初始值對(duì)傳感器做出歸零矯正，提高系統(tǒng)測(cè)試精度。在線檢測(cè)程序流程圖如圖4所示。

圖3 在線檢測(cè)程序主界面

圖4 在線檢測(cè)程序流程圖

3.1 鉚接位置識(shí)別

當(dāng)主程序檢測(cè)到鉚接力和位移大于設(shè)定的初始閾值時(shí)，則鉚接位置識(shí)別程序啟動(dòng)。首先采集一幅圖像并保存，然后將圖像送入在線識(shí)別子程序中，輸出鉚接位置。

3.2 鉚接質(zhì)量判斷

鉚接質(zhì)量判斷采用的是力與位移的經(jīng)驗(yàn)閾值比較法。將鉚接過(guò)程的力與位移曲線和鉚接合格時(shí)的力與位移曲線作對(duì)比即可判斷鉚接質(zhì)量是否合格。本文位移傳感器、壓力傳感器所得到的信號(hào)通過(guò)數(shù)據(jù)采集卡被轉(zhuǎn)換為電壓值數(shù)字信號(hào)U位移、U壓力(單位V)，然后對(duì)轉(zhuǎn)換得到的初始數(shù)據(jù)進(jìn)行預(yù)處理及換算才能得到測(cè)試所需的鉚接力和鉚接位移值。

其中鉚接位移x(單位mm)計(jì)算公式為：

x=(U位移+0.033 6)/0.048 8

(2)

鉚接力F(單位kN)計(jì)算公式為：

F=12πU壓力(R2-r2)/1 000

(3)

式中：R為缸體內(nèi)半徑mm，r為槍內(nèi)活塞桿半徑mm。

鉚接質(zhì)量問(wèn)題主要是由鉚接不到位、鉚釘無(wú)環(huán)槽、墊圈漏裝、鉚槍鐵砧磨損等原因造成，如圖5所示。幾種不合格的鉚接過(guò)程中的力與位移曲線如圖6所示。

圖5 鉚接質(zhì)量問(wèn)題原因

圖6 各工況下鉚接力與位移曲線圖像

標(biāo)準(zhǔn)鉚接過(guò)程分為預(yù)緊和擠壓套環(huán)2個(gè)階段，擠壓套環(huán)階段的相對(duì)位移即為有效鉚接行程。鉚接不到位時(shí)，有效鉚接位移及最大鉚接力均達(dá)不到標(biāo)準(zhǔn)；漏裝墊圈會(huì)導(dǎo)致擠壓套環(huán)階段開始位移大于標(biāo)準(zhǔn)值；套環(huán)質(zhì)量不合格、鉚釘無(wú)環(huán)槽會(huì)導(dǎo)致擠壓套環(huán)的過(guò)程中鉚接力偏小，低于標(biāo)準(zhǔn)值；鉚槍鐵砧磨損會(huì)導(dǎo)致擠壓套環(huán)過(guò)程中，鉚接力大于標(biāo)準(zhǔn)值。

綜上所述，通過(guò)對(duì)鉚接過(guò)程中力與位移曲線圖像的檢測(cè)即可實(shí)時(shí)判斷鉚接質(zhì)量是否合格。

4 試驗(yàn)及結(jié)果分析

試驗(yàn)在眉山中車緊固件科技有限公司完成。轉(zhuǎn)向架制動(dòng)杠桿1、2鉚接位置預(yù)先鉚接完成，試驗(yàn)的檢測(cè)對(duì)象為轉(zhuǎn)向架制動(dòng)杠桿的4個(gè)鉚接位置(3、4、5、6號(hào)位置)的鉚接狀態(tài)。

試驗(yàn)準(zhǔn)備階段，需要采集離線訓(xùn)練所需圖像，并將采集圖像進(jìn)行BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練，最后將離線訓(xùn)練所得權(quán)值陣v、w，閾值陣θ、γ 4組數(shù)據(jù)導(dǎo)入在線檢測(cè)程序中。離線訓(xùn)練中，4個(gè)位置圖像及所選ROI如圖7所示。4位置圖像在ROI5內(nèi)和6位置圖像在ROI6內(nèi)的特征值始終為0，且其他位置圖像在此區(qū)域特征值顯然不為0，故4、6位置圖像可通過(guò)經(jīng)驗(yàn)值比較直接得出鉚接位置；3、5位置各選擇如圖7所示的2個(gè)ROI，共4個(gè)ROI。故BP神經(jīng)網(wǎng)絡(luò)模型輸入節(jié)點(diǎn)數(shù)為4，輸出節(jié)點(diǎn)數(shù)為2，根據(jù)式(1)，本文隱層節(jié)點(diǎn)個(gè)數(shù)取5個(gè)。

圖7 4個(gè)鉚接位置圖像及所選ROI

實(shí)驗(yàn)每個(gè)位置各取了70組圖像用于離線訓(xùn)練。準(zhǔn)備階段完成后，打開在線檢測(cè)程序，任意順序鉚接4個(gè)位置，結(jié)果如圖7所示。4個(gè)位置均準(zhǔn)確識(shí)別，鉚接狀態(tài)均為合格。當(dāng)4個(gè)位置全部鉚接完成后，在線檢測(cè)程序自動(dòng)生成報(bào)表并保存，記錄每個(gè)位置的鉚接狀態(tài)。

試驗(yàn)結(jié)果表明，研制的智能鉚接系統(tǒng)的軟硬件均可有效工作，能夠準(zhǔn)確實(shí)時(shí)地檢測(cè)鉚接質(zhì)量及識(shí)別鉚接位置；能夠?qū)崿F(xiàn)鉚接質(zhì)量不合格或漏鉚情況下的報(bào)警功能；能夠在鉚接完成后自動(dòng)生成報(bào)表，保存各位置鉚接狀態(tài)信息。

5 結(jié)語(yǔ)

所研制的智能鉚接系統(tǒng)能夠在不增加生產(chǎn)工序的情況下檢測(cè)鉚接狀態(tài)，可以有效地保障鉚接質(zhì)量和列車的行車安全。圖像識(shí)別技術(shù)在鉚接工藝中的運(yùn)用，可以實(shí)現(xiàn)檢測(cè)過(guò)程的可視化，提高鉚接工藝的自動(dòng)化和智能化水平，降低人員因素對(duì)產(chǎn)品質(zhì)量的影響。對(duì)于其他型號(hào)轉(zhuǎn)向架制動(dòng)杠桿的鉚接，只需重新輸入相應(yīng)位置的圖像進(jìn)行離線訓(xùn)練，并相應(yīng)更改在線識(shí)別程序中的有關(guān)網(wǎng)絡(luò)參數(shù)即可。