地鐵車輪外形磨耗自動檢測系統(tǒng)提要： 介紹一種在車輛運動狀態(tài)下非接觸式對車輪外形磨耗進行快速自動檢測。系統(tǒng)由CCD攝像機、照明光源、線激光控制光源、計算機和圖像處理軟件等組成，對動態(tài)車輪圖像進行采集、圖像處理和數(shù)據(jù)管理，從而實現(xiàn)對被測車輪的外形磨耗的自動檢測，并對影響運營安全的車輪由軟件發(fā)出警報信號、數(shù)據(jù)記錄和圖像保存，同時實現(xiàn)數(shù)據(jù)和圖像網(wǎng)絡(luò)共享。主題： 地鐵車輪磨耗 自動檢測設(shè)備 開發(fā)1.開發(fā)的目的 1．1 地鐵車輛在運行中存在著車輪與鋼軌之間力的傳遞（牽引力、制動力、離心力），造成車輪踏面的摩擦而磨耗，對車輛的安全性、乘坐舒適性和運行平穩(wěn)性影響很大。因此，對車輪踏面摩擦情況和磨耗量需要進行定期的檢測，判斷是否對車輪進行旋削及車輪相關(guān)數(shù)據(jù)的跟蹤和分析。 目前，在地鐵車輛維修中對車輪各參數(shù)的檢測還停留在手工階段，如對一列靜止列車的車輪幾何尺寸檢測 是利用測量工具（屬靜態(tài)測量方法），對48個車輪（6節(jié)編組車）要進行每個車輪輪緣高度、輪緣寬度、車輪直徑和車輪內(nèi)側(cè)距等測量，而在測量中工人工作量大、效率低，同時不可避免引入人為因素，直接影響測量的正確性，所測數(shù)據(jù)還要通過人工輸入到計算機，無法網(wǎng)絡(luò)化在線迅速了解車輪的檢測情況。所以開發(fā)本項目已成為實際生產(chǎn)中迫切需求。 經(jīng)過多年對車輛的維護和保養(yǎng)的經(jīng)驗及計算機軟件應(yīng)用的開發(fā)，參閱了有關(guān)國內(nèi)外的相關(guān)資料，設(shè)計出了車輪外形磨耗自動檢測軟件及其應(yīng)用系統(tǒng)，具有創(chuàng)造性，并且在地鐵行業(yè)為首創(chuàng)，它的應(yīng)用也具有很大的現(xiàn)實意義和可觀的經(jīng)濟效益。1．2 對于在車輛運行狀態(tài)和靜止態(tài)狀態(tài)下對車輪外形磨耗進行檢測的設(shè)備，在國外有日本、德國、美國和羅馬尼亞分別采用各種方式進行了研究，并應(yīng)用在實際測量中。目前比較先進的采用計算機數(shù)字圖像處理方法，數(shù)字圖像處理方法一般分接觸式和非接觸式測量，從提高效率來講，非接觸式測量已成為現(xiàn)代化管理重要手段。按接觸式方式：有WRS2000型鐵道車輛車輪踏面/軌頭外形快速測錄儀及上海地鐵常用的模板式工具。通過手工操作對靜止的車輪進行檢測。按非接觸式方式：就是車輛在運行狀態(tài)下（車輪與車體不進行分解）對車輪進行自動測量。根據(jù)檢索相關(guān)資料，目前國內(nèi)用非接觸式測量方法，如采用CCD方式，利用光測量法和B工程曲線算法，還停留在實驗階段。1．3 本文介紹的車輪外形磨耗自動檢測系統(tǒng)，重點研究并解決了在圖像處理中一些難點，通過在WIN98系統(tǒng)平臺上、利用編程語言開發(fā)出圖像處理應(yīng)用軟件，對采集到的車輪圖像進行自動處理和識別，即：對車輪圖像進行各種特別處理并對其車輪內(nèi)側(cè)面基準線的垂直度進行自動掃描、識別，能使圖像在坐標中旋轉(zhuǎn)，不斷進行修正，最終使車輪內(nèi)側(cè)面垂直于水平坐標，便于后處理計算來完成車輪圖像的幾何尺寸的自動檢測目的。本方法最大優(yōu)點是采集到的車輪圖像是正視圖，計算機處理迅速和正確。2.系統(tǒng)的組成 系統(tǒng)方案如圖一，在每根軌道的內(nèi)側(cè)分別安裝二臺CCD攝像機和相關(guān)輔助照明光源，當列車以小于5Km/h左右的速度進入停車庫時，CCD攝像機及時捕捉到不同方向的車輪圖像，由軟件設(shè)定識別區(qū)域，自動進行抓拍到每個車輪圖像，并將左右二路的四幅車輪圖像通過無線或有線傳輸?shù)接嬎銠C中的PCI采集卡，由PCI卡將視頻模擬信號轉(zhuǎn)變成數(shù)字信號，通過錄像功能保存在計算機硬盤中，便于在圖像處理時調(diào)用。然后應(yīng)用本軟件進行對圖像的各種處理和數(shù)據(jù)管理。在試驗中發(fā)現(xiàn)采集到的圖像的分辯率是決定捕捉到的圖形與原物的逼真程度，所以選擇CCD攝像機和PCI采集卡非常重要，通過多次實踐，認為圖形的分辯率在520×520像素基本滿足工業(yè)圖形處理要求。
3 圖像的采集 圖像源的采集可分為模擬信號輸出和數(shù)字信號輸出，前者需要圖像采集卡、A/D模數(shù)變換模塊等，它能進行遠距離的傳輸。而目前隨著數(shù)字技術(shù)的發(fā)展，圖像采集簡便化，只要一個CCD數(shù)碼采集單元和一個配套的驅(qū)動程序，使用上非常方便。但傳輸距離比較近（調(diào)試），需要靠無線來傳輸圖像，其結(jié)果圖像噪聲較大。本項目的車輪外形磨耗自動檢測系統(tǒng)，其車輪圖像的采集由CCD攝像機、PCI采集卡和輔助光源來完成，將采集到的圖像數(shù)據(jù)直接傳遞給計算機。在本軟件中集成了圖像捕捉功能，設(shè)定一個監(jiān)視區(qū)域，能自動捕捉目標并自動保存，不需要復(fù)雜的傳感器。圖2是現(xiàn)場采集到的彩色原始圖像，捕捉到的圖像清晰度是后期圖像處理的關(guān)鍵。要求車輪圖像的背景噪音與車輪輪廓具有明顯的不同。在試驗中增加濾色片，其效果非常滿意，能過濾不同的背景噪音。通過反復(fù)對實際圖像處理的結(jié)果。 圖2 原始圖像4 圖像的處理 一般圖像的處理是根據(jù)不同的項目對像進行處理，本軟件設(shè)計以車輪外形尺寸大小為測量的主要目標，達到測量值的精確性使其成為數(shù)字化管理手段，正確顯示出能接近原物的圖像的輪廓曲線，在軟件中集成了各種圖像處理方法，經(jīng)優(yōu)化比較，將圖像處理分為6大模塊：圖像的平滑處理模塊、圖像的銳化處理模塊、圖像的二值化處理模塊、圖像的細化處理模塊、圖像的自動修整處理模塊和圖像的自動測量模塊。4．1 圖像的平滑模塊圖像的平滑處理主要是去除圖像在數(shù)字化后產(chǎn)生的周圍干擾噪聲，而不使圖像失真（采用低通慮波），以當前圖形f(I,j)為中心切一個N×M像素組成的圖像塊:如：g(I,j)=｛f(I,j)+f(I-1,j-1)+f(I,j-1)+f(I+1,j-1)+f(I-1,j)+f(I-1,j+1)+f(I,j+1)+f(I+1,j+1)｝/9 使圖像能比較不失真的情況下，滿足測量要求。 如圖3所示。 圖3 圖像的平滑圖 4．2 圖像的銳化模塊圖像的銳化處理主要是突出邊緣圖像信息，使圖像更清晰（采用高通慮波），其設(shè)計方法有利于進一步圖像的二值化處理。如圖4所示。方法如下：以原始圖像F（I，J）的像素值與邊緣上相鄰的像素F（I-1，J-1）的像素之差的絕對值的百分比之和得到G（I，J）的值rr=r1+0.25abs(r1-r2)bb=b1+0.25abs(b1-b2)gg=g1+0.25abs(g1-g2) 圖4 圖像的銳化4．3 圖像的二值化模塊經(jīng)過原始圖像的不斷處理，最終要求圖像具有黑、白兩種像素值。采用圖像的二值化處理主要使圖像畫面內(nèi)僅存在黑色（灰度值為0）、白色（灰度值為1）的二值圖，在圖面上不呈現(xiàn)有灰度變化，在圖像處理中二值圖起到重要作用，大大簡化后面的圖像處理，一般圖像中顯示物體與背景有明顯區(qū)別，通過選擇閥值t，可分離所需的圖像和背景圖像，以便對圖像進行測量處理打下基礎(chǔ)，方法如下： f(I,j)=1; f(I,j)>=t f(I,j)=0; f(I,j)<t 通常用f(I,j)=1部分表示圖像，用f(I,j)=0表示背光，來確定t值。如圖5所示。圖5 圖像的二值化4．4 圖像的細化模塊圖像的細化處理主要是進一步修飾處理，達到一個圖像像素寬度的線（即：一個像素寬）。經(jīng)過圖像的二值圖后，再利用羅伯特(Roberts)算子來提取邊緣處理和圖像逆反處理，同時再進行離散性處理（孤立點），最終為圖像的檢測做準備。羅伯特(Roberts)算子方法：gx=｛f(I,j)-f(I+1,j)｝2; gy=｛f(I+1,j)-f(I,j+1)｝2; g(I,j)=｛gx+gy｝1/2圖像逆反處理的方法：設(shè)定輸入源圖像的灰度值為f(I,j)，輸出圖像的灰度值為g (I,j)，那么g(I,j)=255- f(I,j)。如圖6（a）、（b）所示。（a） （b）圖6 圖像的細化4．5 圖像的修正模塊圖像的自動識別是以車輪的內(nèi)側(cè)面為基準線進行的，因為車輛在以5km/h速度運動進入停車庫時，由于輪軌之間存在間隙，車輪軸可能產(chǎn)生左右軸向偏移，采集的圖形其實際內(nèi)側(cè)面與理論面基準垂直線產(chǎn)生一定角度a，圖像不一定垂直理論基準垂線，為此，重點研究了如何能自動識別其垂直度的算法，即能對圖像進行自動的掃描，對圖像不斷進行判斷（旋轉(zhuǎn)），修正車輪內(nèi)側(cè)面基準線的垂直位置，最后使圖像的內(nèi)側(cè)面基準線與理論設(shè)定的X軸垂直，如圖7所示。X 圖7 圖像的垂直線修正4．6 圖像的測量模塊經(jīng)過圖像修正后得到如圖8，我們選擇好各個參數(shù)和識別的區(qū)域，如車輪內(nèi)側(cè)面至70mm處為車輪的直徑測量點和識別區(qū)域（紅色虛線），計算機便自動在這個區(qū)域內(nèi)對所有圖像進行幾何尺寸的計算，每幅圖像基本在這個區(qū)域內(nèi)，計算機便自動測量并保存數(shù)據(jù)，最終得到如圖8的圖像效果，C點為車輪直徑值（距離車輪內(nèi)側(cè)面70 mm處），D點為車輪輪緣寬度值（距離車輪C點10 mm處），E點為車輪輪緣高度值，并且將所測的數(shù)據(jù)保存在數(shù)據(jù)庫內(nèi)，建立純文本文件（TXT）和數(shù)據(jù)文件（DB）以及動畫文件（AVI），記錄48個車輪測量得到車輪數(shù)據(jù)以及動態(tài)圖像錄像。 圖8 圖像的測量4．7 圖像的數(shù)據(jù)庫管理為了將檢測到的數(shù)據(jù)進行分析和保存，本軟件設(shè)計了動態(tài)數(shù)據(jù)庫，如圖9。通過對每幅圖像的六大處理后，測量的數(shù)據(jù)分別保存在數(shù)據(jù)庫內(nèi)和文本文件中，用戶可以方便搜索。對不符合要求的數(shù)據(jù)用紅色顯示并通過計算機RS232串行接口傳輸?shù)皆O(shè)備中的指示燈顯示，提醒人們該車輪已超值。在軟件人機界面中，我們通過設(shè)定各類參數(shù)如：車輪的直徑在 840mm到770mm之間為正常車輪輪緣的高度在 28mm到32mm之間為正常車輪輪緣的寬度在28mm到34 mm之間為正常車輪內(nèi)側(cè)距離在 1357mm到1359mm之間為正常超出的數(shù)據(jù)為不合格的車輪。通過采集圖形到圖像處理，所得到的數(shù)據(jù)符合設(shè)計要求，測量精度在0.2mm內(nèi)。圖9 數(shù)據(jù)庫管理5 硬件設(shè)備的設(shè)計 硬件選擇的方案對本項目的成功相當重要，在對每輛車的檢測需要有一個車輛號碼，能自動產(chǎn)生一組編碼，由計算機處理、存儲、打印有關(guān)數(shù)據(jù)。本系統(tǒng)一般安裝在車輛進出的車庫入口處，地面安裝4臺CCD攝像機、光源和接收器，使每輛車經(jīng)過時均產(chǎn)生一個車輛號碼。在夜間工作時，所有車輛須經(jīng)過這個道口。系統(tǒng)能自動進入運行狀態(tài)（通過激光控制技術(shù)），在每輛車的車輛底架處安裝一組模塊，作為無源發(fā)射源。（或者在車輛上安裝無線發(fā)送器，即能作為車輛動態(tài)運動時的跟蹤目標信號，工作范圍20 M內(nèi)，又能作為本系統(tǒng)的車輛號，采用挪威公司的產(chǎn)品，目前已應(yīng)用在地鐵車輛的動態(tài)站名的顯示，作為無線收、發(fā)器，但是成本相對高）方便而可靠（本模塊目前廣泛應(yīng)用在電梯層面的數(shù)字化控制）。6 項目試驗的結(jié)果該系統(tǒng)應(yīng)用在生產(chǎn)過程中，對地鐵車輛在運營中起到積極的作用，能及時了解車輪的幾何形狀，預(yù)防車輪的脫軌事故的發(fā)生，通過計算機來分析大量的數(shù)據(jù)庫文件，可以及時發(fā)現(xiàn)車輪和軌道之間的相互作用，更好的防止輪、軌之間的不合理的磨損，以確保地鐵車輛每天的安全運營和乘客的乘車舒服性。過去對車輪維護和檢查是每周一次，勞動強度比較大，人為造成的因素比較多，通過使用計算機自動檢測系統(tǒng)，對車輪的檢查改為每天一次，同時通過網(wǎng)絡(luò)系統(tǒng)使所有管理人員都能了解地鐵車輛的車輪安全狀況，還能為企業(yè)提前預(yù)測車輪的維護保養(yǎng)的有關(guān)數(shù)據(jù)，起到可觀的經(jīng)濟效益。目前，國內(nèi)車輛維護單位非常希望得到地鐵車輛的動態(tài)車輪自動檢測系統(tǒng)，來幫助企業(yè)提高地鐵車輛安全性、維修能力和經(jīng)濟效益參考資料1． 結(jié)構(gòu)光條法應(yīng)用于車輪外形磨耗自動檢測的研究李遠哲等鐵道車輛1998（3）2. 車輪踏面形狀自動檢測裝置 本多 明（日）國外鐵道車輛1999（2） 3．鄭芬芳等 同濟大學 鐵道車輛 2002（1）上海地鐵建設(shè)有限公司：何偉榮 2004 –09-01注：1． 本項目獲得“2004年上海市優(yōu)秀發(fā)明選拔賽四等獎”2． 發(fā)表在“2004年北京-世界軌道交通論壇”國際會議文集3．文章供有關(guān)人員參考和交流
3 圖像的采集 圖像源的采集可分為模擬信號輸出和數(shù)字信號輸出，前者需要圖像采集卡、A/D模數(shù)變換模塊等，它能進行遠距離的傳輸。而目前隨著數(shù)字技術(shù)的發(fā)展，圖像采集簡便化，只要一個CCD數(shù)碼采集單元和一個配套的驅(qū)動程序，使用上非常方便。但傳輸距離比較近（調(diào)試），需要靠無線來傳輸圖像，其結(jié)果圖像噪聲較大。本項目的車輪外形磨耗自動檢測系統(tǒng)，其車輪圖像的采集由CCD攝像機、PCI采集卡和輔助光源來完成，將采集到的圖像數(shù)據(jù)直接傳遞給計算機。在本軟件中集成了圖像捕捉功能，設(shè)定一個監(jiān)視區(qū)域，能自動捕捉目標并自動保存，不需要復(fù)雜的傳感器。圖2是現(xiàn)場采集到的彩色原始圖像，捕捉到的圖像清晰度是后期圖像處理的關(guān)鍵。要求車輪圖像的背景噪音與車輪輪廓具有明顯的不同。在試驗中增加濾色片，其效果非常滿意，能過濾不同的背景噪音。通過反復(fù)對實際圖像處理的結(jié)果。 圖2 原始圖像4 圖像的處理 一般圖像的處理是根據(jù)不同的項目對像進行處理，本軟件設(shè)計以車輪外形尺寸大小為測量的主要目標，達到測量值的精確性使其成為數(shù)字化管理手段，正確顯示出能接近原物的圖像的輪廓曲線，在軟件中集成了各種圖像處理方法，經(jīng)優(yōu)化比較，將圖像處理分為6大模塊：圖像的平滑處理模塊、圖像的銳化處理模塊、圖像的二值化處理模塊、圖像的細化處理模塊、圖像的自動修整處理模塊和圖像的自動測量模塊。4．1 圖像的平滑模塊圖像的平滑處理主要是去除圖像在數(shù)字化后產(chǎn)生的周圍干擾噪聲，而不使圖像失真（采用低通慮波），以當前圖形f(I,j)為中心切一個N×M像素組成的圖像塊:如：g(I,j)=｛f(I,j)+f(I-1,j-1)+f(I,j-1)+f(I+1,j-1)+f(I-1,j)+f(I-1,j+1)+f(I,j+1)+f(I+1,j+1)｝/9 使圖像能比較不失真的情況下，滿足測量要求。 如圖3所示。 圖3 圖像的平滑圖 4．2 圖像的銳化模塊圖像的銳化處理主要是突出邊緣圖像信息，使圖像更清晰（采用高通慮波），其設(shè)計方法有利于進一步圖像的二值化處理。如圖4所示。方法如下：以原始圖像F（I，J）的像素值與邊緣上相鄰的像素F（I-1，J-1）的像素之差的絕對值的百分比之和得到G（I，J）的值rr=r1+0.25abs(r1-r2)bb=b1+0.25abs(b1-b2)gg=g1+0.25abs(g1-g2) 圖4 圖像的銳化4．3 圖像的二值化模塊經(jīng)過原始圖像的不斷處理，最終要求圖像具有黑、白兩種像素值。采用圖像的二值化處理主要使圖像畫面內(nèi)僅存在黑色（灰度值為0）、白色（灰度值為1）的二值圖，在圖面上不呈現(xiàn)有灰度變化，在圖像處理中二值圖起到重要作用，大大簡化后面的圖像處理，一般圖像中顯示物體與背景有明顯區(qū)別，通過選擇閥值t，可分離所需的圖像和背景圖像，以便對圖像進行測量處理打下基礎(chǔ)，方法如下： f(I,j)=1; f(I,j)>=t f(I,j)=0; f(I,j)<t 通常用f(I,j)=1部分表示圖像，用f(I,j)=0表示背光，來確定t值。如圖5所示。圖5 圖像的二值化4．4 圖像的細化模塊圖像的細化處理主要是進一步修飾處理，達到一個圖像像素寬度的線（即：一個像素寬）。經(jīng)過圖像的二值圖后，再利用羅伯特(Roberts)算子來提取邊緣處理和圖像逆反處理，同時再進行離散性處理（孤立點），最終為圖像的檢測做準備。羅伯特(Roberts)算子方法：gx=｛f(I,j)-f(I+1,j)｝2; gy=｛f(I+1,j)-f(I,j+1)｝2; g(I,j)=｛gx+gy｝1/2圖像逆反處理的方法：設(shè)定輸入源圖像的灰度值為f(I,j)，輸出圖像的灰度值為g (I,j)，那么g(I,j)=255- f(I,j)。如圖6（a）、（b）所示。（a） （b）圖6 圖像的細化4．5 圖像的修正模塊圖像的自動識別是以車輪的內(nèi)側(cè)面為基準線進行的，因為車輛在以5km/h速度運動進入停車庫時，由于輪軌之間存在間隙，車輪軸可能產(chǎn)生左右軸向偏移，采集的圖形其實際內(nèi)側(cè)面與理論面基準垂直線產(chǎn)生一定角度a，圖像不一定垂直理論基準垂線，為此，重點研究了如何能自動識別其垂直度的算法，即能對圖像進行自動的掃描，對圖像不斷進行判斷（旋轉(zhuǎn)），修正車輪內(nèi)側(cè)面基準線的垂直位置，最后使圖像的內(nèi)側(cè)面基準線與理論設(shè)定的X軸垂直，如圖7所示。X 圖7 圖像的垂直線修正4．6 圖像的測量模塊經(jīng)過圖像修正后得到如圖8，我們選擇好各個參數(shù)和識別的區(qū)域，如車輪內(nèi)側(cè)面至70mm處為車輪的直徑測量點和識別區(qū)域（紅色虛線），計算機便自動在這個區(qū)域內(nèi)對所有圖像進行幾何尺寸的計算，每幅圖像基本在這個區(qū)域內(nèi)，計算機便自動測量并保存數(shù)據(jù)，最終得到如圖8的圖像效果，C點為車輪直徑值（距離車輪內(nèi)側(cè)面70 mm處），D點為車輪輪緣寬度值（距離車輪C點10 mm處），E點為車輪輪緣高度值，并且將所測的數(shù)據(jù)保存在數(shù)據(jù)庫內(nèi)，建立純文本文件（TXT）和數(shù)據(jù)文件（DB）以及動畫文件（AVI），記錄48個車輪測量得到車輪數(shù)據(jù)以及動態(tài)圖像錄像。 圖8 圖像的測量4．7 圖像的數(shù)據(jù)庫管理為了將檢測到的數(shù)據(jù)進行分析和保存，本軟件設(shè)計了動態(tài)數(shù)據(jù)庫，如圖9。通過對每幅圖像的六大處理后，測量的數(shù)據(jù)分別保存在數(shù)據(jù)庫內(nèi)和文本文件中，用戶可以方便搜索。對不符合要求的數(shù)據(jù)用紅色顯示并通過計算機RS232串行接口傳輸?shù)皆O(shè)備中的指示燈顯示，提醒人們該車輪已超值。在軟件人機界面中，我們通過設(shè)定各類參數(shù)如：車輪的直徑在 840mm到770mm之間為正常車輪輪緣的高度在 28mm到32mm之間為正常車輪輪緣的寬度在28mm到34 mm之間為正常車輪內(nèi)側(cè)距離在 1357mm到1359mm之間為正常超出的數(shù)據(jù)為不合格的車輪。通過采集圖形到圖像處理，所得到的數(shù)據(jù)符合設(shè)計要求，測量精度在0.2mm內(nèi)。圖9 數(shù)據(jù)庫管理5 硬件設(shè)備的設(shè)計 硬件選擇的方案對本項目的成功相當重要，在對每輛車的檢測需要有一個車輛號碼，能自動產(chǎn)生一組編碼，由計算機處理、存儲、打印有關(guān)數(shù)據(jù)。本系統(tǒng)一般安裝在車輛進出的車庫入口處，地面安裝4臺CCD攝像機、光源和接收器，使每輛車經(jīng)過時均產(chǎn)生一個車輛號碼。在夜間工作時，所有車輛須經(jīng)過這個道口。系統(tǒng)能自動進入運行狀態(tài)（通過激光控制技術(shù)），在每輛車的車輛底架處安裝一組模塊，作為無源發(fā)射源。（或者在車輛上安裝無線發(fā)送器，即能作為車輛動態(tài)運動時的跟蹤目標信號，工作范圍20 M內(nèi)，又能作為本系統(tǒng)的車輛號，采用挪威公司的產(chǎn)品，目前已應(yīng)用在地鐵車輛的動態(tài)站名的顯示，作為無線收、發(fā)器，但是成本相對高）方便而可靠（本模塊目前廣泛應(yīng)用在電梯層面的數(shù)字化控制）。6 項目試驗的結(jié)果該系統(tǒng)應(yīng)用在生產(chǎn)過程中，對地鐵車輛在運營中起到積極的作用，能及時了解車輪的幾何形狀，預(yù)防車輪的脫軌事故的發(fā)生，通過計算機來分析大量的數(shù)據(jù)庫文件，可以及時發(fā)現(xiàn)車輪和軌道之間的相互作用，更好的防止輪、軌之間的不合理的磨損，以確保地鐵車輛每天的安全運營和乘客的乘車舒服性。過去對車輪維護和檢查是每周一次，勞動強度比較大，人為造成的因素比較多，通過使用計算機自動檢測系統(tǒng)，對車輪的檢查改為每天一次，同時通過網(wǎng)絡(luò)系統(tǒng)使所有管理人員都能了解地鐵車輛的車輪安全狀況，還能為企業(yè)提前預(yù)測車輪的維護保養(yǎng)的有關(guān)數(shù)據(jù)，起到可觀的經(jīng)濟效益。目前，國內(nèi)車輛維護單位非常希望得到地鐵車輛的動態(tài)車輪自動檢測系統(tǒng)，來幫助企業(yè)提高地鐵車輛安全性、維修能力和經(jīng)濟效益參考資料1． 結(jié)構(gòu)光條法應(yīng)用于車輪外形磨耗自動檢測的研究李遠哲等鐵道車輛1998（3）2. 車輪踏面形狀自動檢測裝置 本多 明（日）國外鐵道車輛1999（2） 3．鄭芬芳等 同濟大學 鐵道車輛 2002（1）上海地鐵建設(shè)有限公司：何偉榮 2004 –09-01注：1． 本項目獲得“2004年上海市優(yōu)秀發(fā)明選拔賽四等獎”2． 發(fā)表在“2004年北京-世界軌道交通論壇”國際會議文集3．文章供有關(guān)人員參考和交流
