基于質(zhì)量管理(QC）方法的不落輪鎖智能牽引對位設(shè)備研究

【中圖分類號(hào)】：U279.3 【文獻(xiàn)標(biāo)志碼】：A 【文章編號(hào)】：1008-3197（2025）04-08-04

【DOI編碼】：10.3969/j.issn.1008-3197.2025.04.003

Intelligent Traction Alignment Equipment for Underfloor Wheel Lathe Based on Quality Control（QC） Methodoloy

FENG Shuai

（ChinaRailway Siyuan Survey and Design Group Co.，Ltd.，Wuhan 43oo63，China）

【Abstract】：To addressthe issues of long operationtime，por accuracy，and low effciencyoftraction alignment equipment forunderfloor whellathes，，this study employs quality control（QC）methodology.Firstly，the 5M1E analysis method was used to confirm the feasibility of goals from perspectives including personnel resources，research and development capability and technical collaboration.Then，brainstorming method was applied to propose technical solutions for radio frequency （RF）wireless traction alignment equipment，image recognition-based intelligent traction alignment equipment，and laser radar amp;image recognition tractionalignment equipment.Subsequently，the 5W1H analysis method was utilized to formulate and implement countermeasures focusing on clamping mechanism，image recognition，convolutional neural network algorithm，and assemblydebugging.Finally，the effectiveness of the QC methodology was verified through validation tests.

【Key words】：quality（QC）control methodoloy;underfloor whellathe;traction alignment；electric multipleunit（EMU）

輪對是動(dòng)車組承載、牽引、制動(dòng)、導(dǎo)向的核心部件之一，其運(yùn)行狀態(tài)直接影響到動(dòng)車組的運(yùn)營安全。為提高動(dòng)車組行車質(zhì)量，減少車輪不良振動(dòng)和噪聲，根據(jù)檢修修程需對動(dòng)車組定期進(jìn)行修作業(yè)，處理輪緣偏磨、踏面擦傷等缺陷[2～3]。牽引對位作為輪對修的前提，直接影響著輪作業(yè)的效率4。現(xiàn)有的牽引對位作業(yè)主要是待公鐵兩用牽引車連掛動(dòng)車組后，由1名人員在輪設(shè)備外觀察動(dòng)車組位置，1名人員在鏃輪設(shè)備基坑中觀察輪對位置，1名人員在動(dòng)車組車尾進(jìn)行安全聯(lián)防，1名人員在牽引車中操控，通過多方對講機(jī)來確定停車位置，需要4人經(jīng)3～5次調(diào)整后才可滿足床定位精度要求，牽引對位總耗時(shí)約17min，存在耗時(shí)長、精度差、效率低、人為因素影響大等問題，進(jìn)而影響輪作業(yè)效率5。因此，有必要研發(fā)一種不落輪床智能牽引對位技術(shù)及設(shè)備，用機(jī)械代替人工，用自動(dòng)代替手動(dòng)，實(shí)現(xiàn)省時(shí)又省力，提升璇輪牽引對位效率。質(zhì)量管理（QC）方法基于質(zhì)量管理理論，著眼企業(yè)的市場定位、經(jīng)營策略、發(fā)展目標(biāo)和存在問題，以提高質(zhì)量、解決問題、增加效益為活動(dòng)目的，本文基于QC方法研究不落輪床智能牽引對位技術(shù)及設(shè)備。

1方案研究

1.1目標(biāo)確定

某動(dòng)車所年鏃輪能力需求約250列標(biāo)準(zhǔn)組，按照每年工作 300d， 每天工作8h計(jì)算，單臺(tái)轉(zhuǎn)向架輪時(shí)間為 36min ，其中輪對缺陷檢查與修時(shí)間約 28min ，但因輪對缺陷檢查與修已實(shí)現(xiàn)了全自動(dòng)，無法再壓縮作業(yè)時(shí)間，因此牽引對位時(shí)間需 ?×8min ；另根據(jù)動(dòng)車組運(yùn)用檢修修程，不落輪床的牽引對位精度應(yīng) ?20mm 存在牽引對位理論、設(shè)備布局設(shè)計(jì)、牽引對位方案、圖像識(shí)別、仿真模擬等多個(gè)難題。通過“5M1E”即人（Man）、機(jī)器（Machine）、材料（Material）、方法（Method）、測量（Measurement）、環(huán)境（Environment）的分析法，分別從人員儲(chǔ)備、研發(fā)能力、技術(shù)協(xié)作、研發(fā)經(jīng)費(fèi)、借鑒對比等方面對目標(biāo)進(jìn)行分析探討，并制定目標(biāo)可行性分析圖，一致認(rèn)為目標(biāo)可行。見圖1。

1.2總體方案

基于牽引對位作業(yè)的現(xiàn)狀和需求，采用頭腦風(fēng)暴法，積極發(fā)揮主動(dòng)性與創(chuàng)造性，提出了無線射頻牽引對位設(shè)備、圖像智能識(shí)別牽引對位設(shè)備和激光雷達(dá) + 圖像識(shí)別牽引對位設(shè)備3種總體方案-9，并組織業(yè)內(nèi)設(shè)計(jì)專家組成評(píng)審小組進(jìn)行方案評(píng)審，分別從設(shè)備可靠性、經(jīng)濟(jì)合理性、接口復(fù)雜性和研發(fā)周期4個(gè)方面進(jìn)行綜合對比分析。見表1。

表1總體方案分析對比

方案二對位精度 20mm 開發(fā)投入45～50萬元、接口2個(gè)專業(yè)、研發(fā)周期3～4月，具有精度合理、造價(jià)適中、實(shí)施簡單、研發(fā)迅速等優(yōu)點(diǎn)，作為不落輪床智能牽引對位設(shè)備研究的推薦方案。

1.3深化方案

確定推薦方案后，分別從自適應(yīng)夾緊機(jī)構(gòu)[10～11]牽引對位系統(tǒng)、圖像識(shí)別算法3個(gè)方面進(jìn)行方案深化。見表2。

表2方案深化對比

續(xù)表2

通過深化研究，對工作特點(diǎn)、工作效率和研發(fā)成本進(jìn)行綜合對比后，明確自適應(yīng)夾緊機(jī)構(gòu)采用6自由度智能機(jī)械臂、牽引對位采用圖像識(shí)別牽引對位系統(tǒng)、圖像識(shí)別采用卷積神經(jīng)網(wǎng)絡(luò)圖像識(shí)別算法的最佳組合方案。

2對策制定及實(shí)施

2.1對策制定

確定推薦方案和深化方案后，采用“5W1H\"即原因（Why）、對象（What）、地點(diǎn)（Where）、時(shí)間（When）、人員（Who）、方法（How）的思路制定對策，并針對6自由度智能機(jī)械臂、圖像識(shí)別牽引對位系統(tǒng)、卷積神經(jīng)網(wǎng)絡(luò)圖像識(shí)別算法和組裝測試分別確定分目標(biāo)和措施。見表3。

表3對策

2.2對策實(shí)施

2.2.16自由度智能機(jī)械臂設(shè)計(jì)

選擇改良型機(jī)器人，使用抓取定位專用2D照相機(jī)，可實(shí)現(xiàn)機(jī)械臂 360^° 多角度、全方位活動(dòng)，保障同時(shí)抓取多個(gè)零件及滿足不同種類下壓爪及頂塊安裝要求。針對某動(dòng)車所配屬的CRH1A、CRH2A、CR400、CRH380B、CRH380D、CRH3C、CRH6A等車型進(jìn)行姿態(tài)仿真分析，規(guī)劃機(jī)械臂作業(yè)路徑，由機(jī)械臂智能調(diào)用對應(yīng)的下壓爪及頂塊，仿真結(jié)果車型覆蓋率 100% ，滿足預(yù)設(shè)目標(biāo)值 395% 的要求。

2.2.2牽引對位系統(tǒng)設(shè)計(jì)

在公鐵兩用牽引車上加裝無線收發(fā)控制單元，利用無線通訊技術(shù)對牽引車進(jìn)行全權(quán)控制，實(shí)時(shí)調(diào)整牽引車的運(yùn)行速度和行車方向等。利用高清監(jiān)控球機(jī)及圖像識(shí)別算法，通過動(dòng)態(tài)及靜態(tài)識(shí)別的方式實(shí)時(shí)識(shí)別并確認(rèn)動(dòng)車組位置，并通過無線通訊技術(shù)向牽引車發(fā)出控制指令，完成動(dòng)車組精準(zhǔn)對位。見圖2。

系統(tǒng)研發(fā)成功后進(jìn)行了多次仿真計(jì)算，車號(hào)及軸位圖像識(shí)別對位系統(tǒng)絕對牽引對位精度最大值為18mm ，滿足預(yù)設(shè)目標(biāo)值 ?20mm 的要求。

2.2.3卷積神經(jīng)網(wǎng)絡(luò)圖像識(shí)別算法開發(fā)

基于機(jī)器學(xué)習(xí)的自行迭代和深度學(xué)習(xí)能力，圖像分割、部件定位等技術(shù)，開發(fā)了2D圖像定位、3D重構(gòu)等單類型檢測算法，實(shí)現(xiàn)不同車型圖像準(zhǔn)確識(shí)別。見圖3。

圖3算法開發(fā)流程

經(jīng)測試，不同車型的圖像識(shí)別綜合準(zhǔn)確率達(dá)99.1% ，滿足預(yù)設(shè)目標(biāo)值 98% 的目標(biāo)。

2.2.4樣機(jī)加工與測試

設(shè)備設(shè)計(jì)方案完成和仿真測試成功后，與不落輪璇床設(shè)備供應(yīng)商合作，在生產(chǎn)車間內(nèi)完成了設(shè)備的加工生產(chǎn)，并在某動(dòng)車所輪庫進(jìn)行了安裝和調(diào)試。經(jīng)現(xiàn)場測試，各項(xiàng)設(shè)備安裝準(zhǔn)確無誤，整套設(shè)備運(yùn)行流暢，可實(shí)現(xiàn)自適應(yīng)夾緊、圖像智能識(shí)別牽引對位等功能，設(shè)備可靠。

4結(jié)語

本文基于QC方法，研發(fā)了基于6自由度智能機(jī)械臂、圖像識(shí)別牽引對位系統(tǒng)和卷積神經(jīng)網(wǎng)絡(luò)圖像識(shí)別算法的智能牽引對位設(shè)備，有效解決了現(xiàn)有輪作業(yè)牽引對位耗時(shí)長、精度差、效率低、人為因素影響大等問題。此外，本文的研究成果也可用于指導(dǎo)其他類似設(shè)備的研發(fā)。

3效果檢查

3.1目標(biāo)檢查

鏃輪作業(yè)開始前，由中央集成控制系統(tǒng)向機(jī)械臂發(fā)出指令，根據(jù)車型調(diào)用對應(yīng)下壓爪及頂塊并安裝到位；在滿足動(dòng)車組移動(dòng)條件的前提下，中央集成控制系統(tǒng)向公鐵兩用牽引車下達(dá)牽車移動(dòng)指令后開始自動(dòng)牽車人庫；隨后通過車號(hào)及軸位圖像識(shí)別系統(tǒng)實(shí)時(shí)識(shí)別動(dòng)車組位置并進(jìn)行自動(dòng)對位；牽引對位完成后即可進(jìn)行后續(xù)輪作業(yè)。見圖4。

圖4整體效果

經(jīng)驗(yàn)證，智能牽引對位時(shí)間平均約為 2.96min ，滿足對位時(shí)間 8min 的目標(biāo)值；牽引對位誤差最大約17.8mm ，平均絕對誤差為 16.8mm ，滿足對位精度 ? 20mm 的目標(biāo)值。

3.2效益檢查

采用智能牽引對位設(shè)備技術(shù)后，動(dòng)車組牽引對位效率大大提高，牽引對位時(shí)間提升了5.66倍，輪作業(yè)效率提高了1.45倍，人工由4人減少至2人，具有良好的經(jīng)濟(jì)效益，實(shí)現(xiàn)了輪作業(yè)牽引對位的智能化、智慧化，符合軌道交通行業(yè)的發(fā)展趨勢，具有較好的示范意義和推廣應(yīng)用價(jià)值。

參考文獻(xiàn)：

[1]周玲玲.武漢動(dòng)車段輪輞輪輻探傷及輪工藝線新型設(shè)計(jì)研究[J.鐵道標(biāo)準(zhǔn)設(shè)計(jì)，2017，61（4）：166-168.

[2]中鐵第四勘察設(shè)計(jì)院集團(tuán)有限公司.鐵路動(dòng)車組設(shè)備設(shè)計(jì)規(guī)范：TB10028—2016[S].北京：中國鐵道出版社，2016.

[3]張正舟，歐陽鵬.高速鐵路動(dòng)車運(yùn)用所總平面布置方式研究[J].鐵道勘察，2024，50（1）：163-168.

[4]桑翠江.鐵路動(dòng)車組運(yùn)用檢修設(shè)施設(shè)計(jì)標(biāo)準(zhǔn)研究[J].鐵路工程技術(shù)與經(jīng)濟(jì)，2019，34（6）：13-18.

[5]杜新偉，石曉飛，肖亞運(yùn)，等.關(guān)于不落輪智能牽引對位系統(tǒng)的研究[J].鐵道運(yùn)營技術(shù)，2024，30（1）：12-15.

[6]宋云超.基于QC方法的縮短機(jī)車整車試驗(yàn)臺(tái)檢修時(shí)間技術(shù)研究[J].鐵道建筑技術(shù)，2016，（2）：114-117.

[7]劉奇鋒.基于卷積神經(jīng)網(wǎng)絡(luò)的軌道傷損智能檢測算法研究與應(yīng)用[D].北京：北京建筑大學(xué)，2022.

[8]曹子昱，任宛星，付連著，等.基于卷積神經(jīng)網(wǎng)絡(luò)的調(diào)車機(jī)車前方車列圖像識(shí)別算法[J].中國鐵道科學(xué)，2020，41（6）：156-162.

[9]甘超瑩，甘建文，顧野.基于圖像識(shí)別技術(shù)的城市軌道交通車站智能視頻監(jiān)控系統(tǒng)的設(shè)計(jì)與應(yīng)用[J].城市軌道交通研究，2023，26（2）：76-80+85.

[10]馬榮華，趙嵩.多自由度機(jī)械臂抓取過程關(guān)節(jié)角度的智能控制[J].機(jī)械設(shè)計(jì)與研究，2024，40（1）：136-141.

[11]李研彪，王澤勝，孫鵬，等一種四自由度冗余串并混聯(lián)擬人機(jī)械臂的動(dòng)載協(xié)調(diào)分配優(yōu)化[J].機(jī)械工程學(xué)報(bào)，2020，56（9）：45-54.