[發(fā)明專利]一種轉(zhuǎn)轍機(jī)參數(shù)檢測裝置及方法

有效

• 申請?zhí)枺?/td>: 202010103835.5
• 申請日: 2020-02-20
• 公開（公告）號: CN113280852B
• 公開（公告）日: 2023-03-28
• 發(fā)明（設(shè)計(jì)）人: 包建東;林濤;劉英舜;劉昭;張晨;司欣格
• 申請（專利權(quán)）人: 南京理工大學(xué)
• 主分類號: G01D21/02
• 分類號: G01D21/02;G01M99/00;G05B19/042;G06N3/04;G06N3/084
• 代理公司: 南京理工大學(xué)專利中心 32203
• 代理人: 薛云燕

1.一種轉(zhuǎn)轍機(jī)參數(shù)檢測裝置，其特征在于，包括激光傳感器(1)、動作桿(2)、第一采集板(3)、上位機(jī)(4)、電流功率傳感器(5)、第二采集板(6)、電阻測試裝置(7)、母插(8)和多端口集線器(9)；

所述激光傳感器(1)和動作桿(2)置于同一水平線上，激光束水平照射于動作桿(2)尾部；所述激光傳感器(1)通過傳輸線與第一采集板(3)連接，第一采集板(3)通過多端口集線器(9)與上位機(jī)(4)連接；所述電流功率傳感器(5)通過傳輸線連接入第二采集板(6)，第二采集板(6)通過多端口集線器(9)接入上位機(jī)(4)；所述電阻測試裝置(7)一端通過母插(8)接入轉(zhuǎn)轍機(jī)箱體里的接點(diǎn)組中，電阻測試裝置(7)另一端經(jīng)傳輸線通過多端口集線器(9)接入上位機(jī)(4)；

還包括檢測方法，步驟如下：

步驟1、上位機(jī)(4)軟件交互界面的開始測量按鈕啟動后，轉(zhuǎn)轍機(jī)動作桿(2)開始運(yùn)動，上位機(jī)(4)對采集到的原始位移數(shù)據(jù)進(jìn)行處理，得到拉力和最大摩擦力變化信息；

步驟2、交互界面顯示距離變化原始曲線圖和拉力變化曲線圖，同時(shí)右側(cè)界面顯示拉力實(shí)時(shí)變化值；

步驟3、待轉(zhuǎn)轍機(jī)動作 桿(2)運(yùn)動半個(gè)周期停止后，交互界面右側(cè)顯示整個(gè)運(yùn)動過程的最大阻力值，同時(shí)顯示工作電流值和工作電壓值；

步驟4、將電阻測試儀(7)通過母插(8)插入接點(diǎn)組后，界面右側(cè)即顯示靜態(tài)電阻值；

所述上位機(jī)(4)對采集到的原始位移數(shù)據(jù)進(jìn)行處理，具體為：

首先將位移信息轉(zhuǎn)化成速度信息，公式為：

其中，v為動作桿線速度，s為位移，t為時(shí)間；

然后通過轉(zhuǎn)換公式，將速度信息轉(zhuǎn)換成拉力F和最大摩擦力f變化信息，具體公式如下：

n₁：n₃＝m3：m1 (2-1)

v＝n₃*d (2-2)

T＝F*R (2-4)

由(2-1)-(2-4)得：

式中，m1為第一級齒輪齒數(shù)，m3為第三級齒輪齒數(shù)，n₁為電機(jī)齒輪轉(zhuǎn)速，n₃為大齒輪轉(zhuǎn)速，R為齒輪半徑，d為絲杠軸距，P為電機(jī)功率，F(xiàn)為電機(jī)齒輪力，v為動作桿線速度；

式(2-5)中m1、m3、d、R都為常數(shù)，且P＝mv，m為一個(gè)常系數(shù)，(2-5)化簡成如下函數(shù)形式：

式中為拉力F與速度值的倒數(shù)/所對應(yīng)的函數(shù)關(guān)系；

最大摩擦力f隨著拉力F的增大而增大，二者之間存在線性相關(guān)性，結(jié)合(2-6)求得最大摩擦力的公式如下：

式中θ為最大摩擦力f與速度值的倒數(shù)所對應(yīng)的函數(shù)關(guān)系；

動作桿(2)的速度信息到拉力、最大摩擦力的轉(zhuǎn)換公式(2-6)、(2-7)，采用補(bǔ)償算法實(shí)現(xiàn)函數(shù)關(guān)系的求解，補(bǔ)償算法為基于最小二乘法和BP神經(jīng)網(wǎng)絡(luò)算法的組合優(yōu)化，具體如下：

首先將拉力取值范圍分為兩段，考慮到在F≥2000N的時(shí)候，的圖像關(guān)系更符合線性函數(shù)關(guān)系，所以用最小二乘法擬合F和/的關(guān)系，在擬合時(shí)設(shè)置驗(yàn)證組，驗(yàn)證組和實(shí)驗(yàn)組數(shù)據(jù)均來自于實(shí)測值，將驗(yàn)證組數(shù)據(jù)代入線性函數(shù)關(guān)系式求得測試值，比較測試值和真實(shí)值的接近程度，從而評估線性函數(shù)性能的優(yōu)劣；

在F＜2000N的時(shí)候，的圖像非線性關(guān)系明顯，故采用BP神經(jīng)網(wǎng)絡(luò)算法求解F和/的關(guān)系，并在使用BP神經(jīng)網(wǎng)絡(luò)算法時(shí)加入交叉驗(yàn)證，多次從試驗(yàn)數(shù)據(jù)中隨機(jī)取值作為訓(xùn)練集，剩下的數(shù)據(jù)組作為測試集測試，從而訓(xùn)練出最優(yōu)的神經(jīng)網(wǎng)絡(luò)；

在實(shí)測時(shí)發(fā)現(xiàn)最大摩擦力f的取值在5000N～7000N之間，且的圖像非線性關(guān)系明顯，因此采用BP神經(jīng)網(wǎng)絡(luò)算法求解f和/的非線性關(guān)系，并在使用BP神經(jīng)網(wǎng)絡(luò)算法時(shí)加入交叉驗(yàn)證，多次從試驗(yàn)數(shù)據(jù)中隨機(jī)取值作為訓(xùn)練集，剩下的數(shù)據(jù)組作為測試集測試，從而訓(xùn)練出最優(yōu)的神經(jīng)網(wǎng)絡(luò)。