随着铁路事业的快速发展,高速、重载列车运行量的增加,钢轨的磨损也越来越严重。钢轨轮廓尺寸发生变化,使得轮轨接触面积增加,运行阻力增大,导致列车运行过程中发生事故的可能性加大。目前,我国大部分钢轨廓形检测工作还是通过人工操作进行测量,人工测量检测效率低、操作不方便,不利于检测人员及时发现钢轨是否发生磨损、变形等问题。因此,研究设计一种钢轨廓形自动检测系统对铁路运行安全显得格外重要。本文就便携式钢轨廓形检测系统设计进行了以下几方面研究:(1)研究了一种基于Gocator 3D智能激光传感器的数据标定拼接算法,实现对钢轨廓形测量。该方法首先通过单孔标定块对双传感器进行初步标定,再利用迭代最近点优化算法进一步优化投影矩阵,最终实现多断面钢轨廓形数据拼接。实验以未磨损的标准钢轨为实验对象,基于Hough变换实现了拼接后的钢轨廓形与标准轮廓数据的匹配,垂直误差和侧向误差最大为0.18mm,结果表明该数据拼接算法精度满足检测误差要求。(2)基于三维软件Solid Works设计了一种结构简单、携带方便的钢轨廓形检测车。小车主要由横梁、纵梁、钢轨轮廓测量机构、推杆、推杆支座机构、走行轮等关键部件组成。利用有限元分析软件ANSYS对小车车架进行静力学校核,结果表明车架结构满足强度要求。对车架结构进行模态分析,提取车架前六阶固有频率并分析了车架各阶振型的特点,结果表明车架结构刚度足够,能够在轨道上平稳运行。(3)基于C#开发了钢轨廓形检测系统软件,包括数据采集模块、数据拼接模块、传感器参数设置模块以及数据管理模块等。数据采集模块实现上位机与传感器通信、数据采集等功能;数据拼接模块实现了多传感器间的标定与数据校正;传感器参数设置模块根据需求设置相关参数后再进行数据采集;数据管理模块对拼接后钢轨廓形数据进行存储管理。对钢轨廓形检测系统进行现场测试,测试结果表明,该系统符合钢轨廓形检测允许误差要求,具有检测速度快、检测精度好、性能可靠等特点,具有一定的工程应用价值。