利用矩阵阵列对轨道车轮进行智能检测
托马斯-乌尔希格、安德烈亚斯-弗兰岑、弗兰克-亨里克斯、弗兰克-卡曼、普拉尚特-库马尔-秦塔和丹尼尔-韦尔纳
利用矩阵阵列对轨道车轮进行智能检测
车轮是机车车辆最关键的安全部件之一。 任何故障都可能导致灾难性事件，造成严重的材料损坏和人身伤害甚至死亡。 因此，国际铁路标准要求定期通过超声波检测（UT）进行无损检测。 由于距离、载荷和速度的增加，对检测精度和范围的要求也越来越高。 然而，由于车轮几何形状的多样性以及不同里程的进一步影响，火车车轮的检测非常复杂。 此外，从扩展检测区域到全身检测，需要确定许多不同的缺陷位置，而这些位置在一定程度上很难检测到。 本文介绍的工业解决方案可以对火车车轮进行全身检测，包括表面、轮缘、腹板和胎面的体积缺陷（直径从 2 毫米起）和表面裂纹（长度从 5 毫米起，深度从 1 毫米起）。 在最新的升级版中，这些系统现在可以配备矩阵探头。 文章开头将讨论基本原理和一般探头配置。 然后，文章的主要部分将着重介绍矩阵探头的实施所带来的积极影响。 除了因探头数量减少而降低外形尺寸外，矩阵探头还允许直接耦合检查，从而从根本上改变了现有的先进技术。 其他优势还包括改进设置以提高系统可靠性。 最后，还概述了矩阵探头如何提供额外的功能，以扩展目前最先进的智能检测技术。
1. 导言
铁路网络的扩大、载荷的增加和速度的提高对实施适当的安全标准提出了巨大挑战。 在这种情况下，铁路车轮是最关键的部件之一。 目前，由于供应链中的瓶颈问题，新车轮的采购困难重重，导致旧车轮的使用周期延长，从而使情况更加恶化。 根据全球铁路标准，超声波检测不仅要在生产后进行，还要在使用过程中定期进行[1-3]。 这样就能确保在早期阶段检测出材料缺陷，并在材料疲劳导致事故发生之前启动安全程序。 然而，车轮故障仍时有发生 [4,5]。 例如，最近发生的造成重大材料损坏的事故就表明，现有裂纹可能会随着时间的推移而扩展，却不会被发现[6,7]。 因此，现有标准显然需要扩展，除了对处理和轮辋进行唯一测量外，还包括对轮盘的强制检查。 如图 1 所示，火车车轮的检测任务因其复杂的几何形状而极具挑战性。 在大多数情况下，同一类型的列车会有不同的车轮几何形状，而且这些几何形状还会受到车轮里程的影响。 为了应对这些大规模的高要求任务，需要一个自适应系统，而这只能通过适当的探头配置与先进的 PAUT 方法相结合来实现。 对于后者，矩阵探测器的实施将起到至关重要的作用。 本文介绍了使用矩阵阵列的专利方法 [8-10]，并总结了从胎面和胎面进行测量所获得的结果。
图 1 不同车轮部件的通道（左）和不同车轮几何形状的典型示例（右）
2. 原理和方法
原则上有两个探头位置，既可用于拆卸的车轮或车轮组，也可用于列车上组装的车轮组。 图 2 是典型配置的概览。 径向检测适用于胎面和腹板，轴向检测适用于轮辋的面和凸缘。 垂直入射的纵波用于检测体积缺陷，而裂纹则通过来自两个对立声波方向 I 和 II 的角束进行检测。 对于腹板上的径向和切向裂纹，分别采用脉冲回波和双探头技术进行检测。 为确保全面覆盖，必须覆盖较大的角度范围。 因此，有必要采用相控阵技术来保持合理的外形尺寸。 通过在脉冲回波和双探头模式下操作径向探头（图 2 中的 a、b 和 a'、b'），可以减少探头数量。
图 2 用于检测火车车轮的典型探头排列示意图
3. 工业解决方案
火车车轮需要在运行中定期检查，或在生产后或重大维护期间拆卸检查。 图 3（上图）展示了一种现场轨道车轮检测的工业解决方案，该方案在德国的高速列车等领域已得到广泛应用 [11]。 在该装置中，超声波探头从下方耦合，而最新的用于拆卸车轮组的机器人解决方案则从上方安装测试机械装置，从而减少了整体空间需求，并利用了改进的耦合条件。 每个车轮的典型净检测时间约为 90 秒。 对腹板、胎面、轮辋、内侧和外侧进行完整的轮组检测，包括更换、分析和报告，一般不超过 15 分钟。 如果采用机器人解决方案，检测时间甚至可以缩短到 6 分钟。 辅助性的多层分析包括自动缺陷识别和几何回声抑制 [12]，可帮助操作员做出最终决定。 整体检测概念实现了无损检测 4.0 所需的所有基本概念[13]。 特别是，数字孪生系统的创建允许对轮组的整个使用寿命进行跟踪。 作为最新的升级版，图示的两个系统都可以配备矩阵探头，其强大的电子设备可以实现灵活的操作，并将先进的 PAUT 方法应用于大孔径[14]。
图 3 火车车轮在线检测（A）和拆卸火车车轮（B）的工业解决方案
4. 矩阵技术的实施
4.1 减少探头数量和探头类型
在目前的技术水平下，一维阵列探头已被用于应对车轮检测的高要求测试任务。 然而，虽然可以在一个方向上进行灵活的电子转向，但第二个角度仍然是固定的。 因此，需要一对单独的探头来分别检测腹板的内表面和外表面。 出于同样的原因，需要从表面安装四个探头来检测轮缘和凸缘的裂纹。 相反，矩阵探头的最大优点是可以在全固角范围内进行电子转向，即垂直角和水平角（βV 和 βH，图 2）。 因此，可以用更少的探头实现相同的测试功能。 由于外形尺寸缩小，因此设计非常紧凑，这对机器人和移动解决方案尤为重要。 此外，矩阵探头的使用不仅减少了探头的数量，还减少了不同探头类型的数量，因为它可以模仿目前试验机中使用的不同楔形几何形状。
4.2 直接耦合检查
迄今为止，车轮探测的主要挑战之一是耦合控制，因为在大多数情况下没有适当的形式回声可用。 由于采用的是直接接触技术，甚至连界面回声的使用也被排除在外。 因此，现有的所有方法都是基于间接测量，或者是通过噪声分析，或者是将使用专用于可触及形式回声的附加探头获得的结果进行转移。 矩阵探头的使用可以弥补这一不足，因为现在可以调整光束角度，使其指向可触及形式的回波，从而直接检查耦合质量。 图 4 举例说明了可能的选项。 通过优化设置，引入的耦合检查非常精确。 整个圆周上径向探头耦合信号的最大波动通常远低于 ±0.5dB。
图 4 径向（A）和轴向检测（B）的直接耦合检查
4.3 优化机器设置
如上所述，矩阵式测头的主要优点之一是第二角度的电子设置。 因此，除了高精度耦合检查外，还可以针对每种缺陷类型和不同的车轮几何形状独立优化灵敏度。 图 5 显示了径向探头的一个优化示例。 第二个角度 (βH)的取值范围在 2° 和 12° 之间，径向缺陷和切向缺陷的取值趋势相反。 因此，在目前的设置中，必须在径向缺陷（小角度）和切向缺陷（大角度）的最佳设置之间找到折衷方案。 矩阵探头的改进可以降低增益值，避免误报。 这对投影图像的质量也有直接影响（见图 6）。
图 5 两种不同车轮类型径向检测水平转向角 (βH)的优化结果。 在不同深度的相同缺陷类型和不同缺陷类型之间，出现了 8° 至 10° 的较大差异。
图 6 优化水平转向角 (βH) 后得到的改进投影数据。 对于矩阵探头，孔延伸的径向凹槽清晰可见。 在目前的技术水平下，操作员需要进一步分析获取的数据（A 扫描和 TD 扫描），以清楚地识别缺陷。
4.4 增加功能
除了对现有技术进行优化外，矩阵探头还提供了更多功能。 在这种情况下，对圆周形式回波的电子转向可用于识别被检测车轮的类型（见图 7）。 最有前景且与日常应用相关的是对受检车轮组进行现场状态测量，从而进行直接补偿。 其中一个例子是提取磨损胎面的附加跳角，从而在假定为标称轮廓的情况下降低检测概率（见图 8）。 另一个从高精度耦合检查中获益的方法是对轴向探头的测试通道进行增益转移校正，该方法考虑到了耦合条件与表面的强烈偏差。
图 7 从胎面过渡到轮辋的形式回声的角度响应模式中识别车轮类型。
图 8 不同深度的腹板径向和切线缺口在振幅下降 6 分贝时提取的偏斜角。 平均值在 3° 和 7° 之间。 通过现场测量，可以确定当前的偏斜角（与运行期间的变形有关），并进行电子补偿，以保持相同的检测概率。
5. 结论
铁路行业对检测的要求越来越高，这意味着需要一个可靠的检测系统来应对各种各样的车轮几何形状。 在这种情况下，矩阵式测头的应用提供了最大的灵活性，以适应不同的测试设置，并方便操作人员进行整体设置。 特别是，使用矩阵探头可以实现直接耦合控制，从而弥补了目前最先进技术的不足。 结合针对每种缺陷类型和不同车轮几何形状可能进行的优化，矩阵技术实现了高度可靠的测量，并减少了与可避免的高成本相关的停机次数。 此外，使用矩阵探头还能获得其他功能，如自动识别车轮类型、测量和补偿检测时的车轮状况。 这些功能为真正的智能检测提供了所需的输入。
参考资料
[1] EN 13262, “Railway applications - Wheelsets and bogies - Wheels - Product requirements”, CEN (2020) [2] ISO 5948:2018, “Railway rolling stock material - Ultrasonic acceptance testing”, ISO (2018) [3] MxV Rail, “Manual of Standards and Recommended Practices: Section G-II, Mandatory and recommended shop practices for wheel and axle shops”, Association of American Railroads (2022) [4] European Union Agency for Railways, “Report on Railway Safety and Interoperability in the EU”, ISBN 978-92-9477-411-8 (2022) [5] U.S. Department of Transportation, “Wheel Failure Investigation Program: Phase I”, Federal Railroad Administration (2022) [6] Transportation Safety Board of Canada, “Rail transportation safety investigation report R18W0007”, ISBN: 978-0-660-33092-1 (2019) A. Schweizerische Sicherheitsuntersuchungsstelle, “Zwischenbericht der Schweizerischen Sicherheitsuntersuchungsstelle SUST über die Entgleisung eines Güterzuges im Gotthard-Basistunnel”, Swiss Confederation (2023) [7] S. Falter, A. Franzen, F. Henrix and D. Werner, “Ultrasonic testing inspection with coupling validation”, WO2019075347A1 (2019) [8] A. Franzen, F. Henrix and D. Werner, “In-service high speed rail wheel testing”, EP3739330A1 (2020) [9] A. Franzen, F. Henrix, D. Werner, “Methods and devices for ultrasonic non-destructive testing devices”, WO2021202143A1 (2021) [10] D. Werner, T. Würschig, “In-Service Ultrasonic Wheel Inspection thought beyond - New Generation with Focus on improved Ergonomics, Digitalization and Operator Support”, 13th European Conference on Non-Destructive Testing 2023. e-Journal of Nondestructive Testing Vol. 28(8). (2023) [11] S. Falter, T. Heckel and U. Völz,“Device and method for determining material faults in rotationally symmetrical test samples by means of ultrasound”, EP2821783A1 (2015) [12] D. Werner, A. Franzen, F. Henrix, U. Phillips, P. Buschke, “Digitalization for RailwayNDT”, 2nd European NDT & CM Days, Oct 4-7, Prague, Czech Republic (2021) [13] Waygate Technologies, “High-End Electronics Platform for Ultrasonic Testing Machine USIP|xx”, Data sheet, BHCS38592 (2020)