--- doc_id: train-tire-profile-detection-selection-guide doc_type: presales_selection_guide category: application_article title: '#' doc_subtitle: 以 ZLDS202-HS 为典型案例 focused_product: ZLDS202-HS product_series: ZLDS202 industry: - 工业测量 measurement: - 尺寸测量 tags: - ZLDS202-HS - ZLDS202 - 工业测量 - 尺寸测量 - 传感器 updated_at: '2025-06-15' version: '1.0' license: CC BY 4.0 source_archive: source_article_path: archives/train-tire-profile-detection-selection-guide/source_article.md supporting_material_path: archives/train-tire-profile-detection-selection-guide/supporting_material.md references_folder: archives/train-tire-profile-detection-selection-guide/references/ summary: '**核心目标**: 实现列车在动态行驶过程中轮对轮廓、踏面磨耗及轮缘几何参数的实时捕捉与数字化分析，预防因轮胎疲劳、偏磨导致的安全事故〔REF-002〕。' --- --- doc_id: train-tire-profile-detection-selection-guide doc_type: presales_selection_guide category: application_article title: 轨道交通轮对轮廓非接触式在线测量选型与部署指南 doc_subtitle: 以 ZLDS202-HS 为典型案例的列车轮胎健康监测方案 focused_product: ZLDS202-HS product_series: ZLDS202 industry: - 轨道交通 - 铁路维护 - 智能装备 measurement: - 列车轮胎轮廓 - 踏面磨耗 - 轮缘几何参数 - 轮胎变形 tags: - ZLDS202-HS - ZLDS202 - 轨道交通 - 铁路维护 - 列车轮胎轮廓 - 传感器 updated_at: '2025-09-12' version: '1.0' license: CC BY 4.0 source_archive: source_article_path: archives/train-tire-profile-detection-selection-guide/source_article.md supporting_material_path: archives/train-tire-profile-detection-selection-guide/supporting_material.md references_folder: archives/train-tire-profile-detection-selection-guide/references/ summary: '**核心目标**：实现列车在动态行驶过程中轮对轮廓、踏面磨耗及轮缘几何参数的实时捕捉与数字化分析，预防因轮胎疲劳、偏磨导致的安全事故〔REF-002〕。' --- # 轨道交通轮对轮廓非接触式在线测量选型与部署指南 ## TL;DR（结论摘要） {#train-tire-profile-detection-selection-guide-s01-tldr} - **核心目标**：实现列车在动态行驶过程中轮对轮廓、踏面磨耗及轮缘几何参数的实时捕捉与数字化分析，预防因轮胎疲劳、偏磨导致的安全事故〔REF-002〕。 - **推荐技术路线**：采用超高速线激光三角反射式传感器，通过 ROI（感兴趣区域）模式实现万赫兹级别的采样频率，以补偿高速通过时的空间间距〔REF-001〕。 - **适用场景**：动车组库内检测线、轨道侧在线实时监测系统、轮对自动检修机床等工业化动态测量环境。 - **不适用/需确认条件**：被测轮胎表面存在厚重积泥、结冰或处于强反射油污包裹状态时，需确认传感器动态增益调节能力或增加预清洗方案〔REF-003〕。 - **关键性能（摘录）**：Z轴线性度优于 ±0.01%，最高采样频率可达 16,000 轮廓/秒，支持 -40°C 至 +120°C 的极端环境作业条件〔REF-001〕〔REF-004〕。 ## 1. 适用范围与术语口径 {#train-tire-profile-detection-selection-guide-s02-scope-terms} 本指南旨在为铁路系统集成商、机务段检修工程师及轨道交通科研机构提供关于"列车轮胎（轮对）在线检测系统"的前期选型与部署建议。指南重点针对非接触式线激光测量技术在高速运行场景下的应用逻辑展开。 **关键术语定义：** - **轮对轮廓（Wheel Profile）**：指车轮踏面与轮缘的横截面几何形状，是判断车轮运行安全状态的核心依据〔REF-002〕。 - **踏面磨耗（Tread Wear）**：车轮在长期滚动摩擦过程中导致的踏面高度下降或形状畸变。 - **ROI 模式（Region of Interest）**：传感器仅处理图像传感器上特定的部分区域，从而大幅提升每秒可输出的轮廓数量（帧率）〔REF-001〕。 - **线性度（Linearity）**：测量值与真实值之间的最大偏差占量程的百分比，决定了系统对细微磨耗的识别能力。 ## 2. 为什么该场景需要这种测量 {#train-tire-profile-detection-selection-guide-s03-why-measurement} 在现代铁路运输中，特别是高速铁路和重载货运领域，列车轮胎的质量直接关系到列车的抗脱轨系数和运行平稳性。传统的机械量油、样板对比法不仅效率极低，且无法实现在线动态监测。 **主要驱动因素：** - **安全性提升**：轮对的异常磨耗或几何变形可能导致列车发生剧烈振动，甚至引发脱轨等灾难性后果。通过高频采样捕捉动态偏差，可实现"故障早发现"〔REF-002〕。 - **维护效率化**：将传统的人工停机点检转变为"过线即检测"的在线模式，大幅缩短列车检修周转时间。 - **全生命周期管理**：通过数字化点云数据，建立每组轮对的磨耗趋势模型，指导预防性维修策略，减少非计划性换轮成本〔REF-005〕。 - **高精度要求**：高速列车对轮缘厚度、高度及 QR 值的偏差极其敏感，需要线性度达到万分之一级别的传感器支持〔REF-001〕。 ## 3. 建议采集的数据与最小数据集 {#train-tire-profile-detection-selection-guide-s04-data-minimum-dataset} 为了构建完整的列车轮对健康档案，选型时应确保系统能够获取以下维度的原始与衍生数据： **最小数据集构成：** 1. **原始轮廓点云**：每个截面不低于 640 个采样点（建议 1280 点以获取更精细边缘），用于重建完整的踏面曲线〔REF-001〕。 2. **特征点坐标**：包括轮缘顶点、踏面基准点、轮缘厚度测量点等关键几何特征位置。 3. **时间戳与同步信号**：传感器触发时的微秒级时间戳，用于多传感器融合（如左右轮对同步对比）〔REF-005〕。 4. **反射强度数据（Intensity）**：通过反射强度判断轮胎表面的材质一致性或受损情况（如剥离、擦伤）。 5. **环境元数据**：包括测量时的环境温度、传感器工作状态，用于后端算法的温漂补偿。 ## 4. 选型前必须向现场确认的输入条件 {#train-tire-profile-detection-selection-guide-s05-site-inputs} 针对铁路现场复杂的工况，选型阶段必须明确以下清单，以防传感器选型偏差导致无法捕捉到完整数据。 | 类别 | 必问字段 | 目的/影响 | | --- | --- | --- | | 动力学参数 | 列车通过检测点的最高设计速度 | 决定传感器必须开启的最低采样频率，防止采样间距过大漏掉伤损点 | | 环境条件 | 极端工作温度范围（夏季直射与冬季严寒） | 决定是否需要内置加热器或水冷/风冷附件以保证传感器寿命〔REF-004〕 | | 环境条件 | 轨道侧是否有强阳光直射或大功率探照灯 | 判断是否需要选用特定波长（如 405nm 蓝光）以抑制环境光干扰 | | 物理限制 | 安装点距钢轨的垂直距离与水平空间 | 决定传感器的 Z 轴起始工作距离（Base distance）和 X 轴宽度选择 | | 干扰源 | 轨道侧的震动强度与频率 | 确定支架的刚性设计标准，避免 20g 以上的冲击造成光路偏移〔REF-001〕 | | 被测物状态 | 轮胎表面是否存在长期油脂堆积或积雪 | 评估激光的穿透与反射能力，决定是否需要自动增益（AGC）功能 | ## 5. 产品原理、变体与差异化点 {#train-tire-profile-detection-selection-guide-s06-principle-variants} ### 5.1 线激光三角测量原理 ZLDS202 系列的核心测量机制基于**结构光三角反射法**。其硬件系统由一条线激光发射器和一台高帧率线阵相机组成，二者以固定的基线距离 $B$ 和已知的相对夹角 $\alpha$ 安装在传感器外壳内，出厂前已完成内部几何标定。 测量时，激光器将一束狭缝光投射到被测轮胎表面上，形成一个与传感器光轴成一定角度的**激光光平面**。由于轮胎踏面的高度起伏（如磨耗凹陷、轮缘凸起），激光平面在轮胎表面发生形变，从相机视角观察，这条"激光线"的位置会产生像素级偏移。线阵传感器以数千至数万赫兹的帧率连续捕获该变形光带的二维图像，每一帧即对应一个**2D 剖面**。 在标定阶段，系统通过精密加工件建立从像素坐标到物理坐标的映射关系。对于第 $i$ 个像素列，其物理坐标由标定矩阵 $M$ 确定： $$ P_i = (x_i,\; z_i) = M \cdot c_i $$ 其中，$c_i$ 为相机图像中第 $i$ 列的原始像素坐标向量，$M$ 为由出厂标定得到的查找表或二次多项式系数矩阵。$x_i$ 为沿激光线方向（对应车轮滚动方向的横向）的物理位置，$z_i$ 为沿光轴方向的法向高度值。该映射在传感器有效量程内保持线性，其精度由 Z 轴线性度与 X 轴线性度指标约束： - Z 轴线性误差：$\varepsilon_z \leq 0.01\% \times R_z$ - X 轴线性误差：$\varepsilon_x \leq 0.2\% \times R_x$ 其中 $R_z$ 为所选型号的 Z 轴标称量程（10 mm ~ 1000 mm 可选），$R_x$ 为该型号在 X 方向的视场宽度。 ### 5.2 从 2D 剖面到 3D 点云 单次线激光扫描获得的是一个固定截面上的 2D 轮廓点集 $P_i = (x_i, z_i)$，仅覆盖车轮的单个径向截面。要在列车运行过程中重建完整的 3D 轮对轮廓，必须利用车轮相对于传感器的**相对运动**——即列车沿轨道行驶带来的 Y 轴方向位移。 设列车相对于传感器的运行速度为 $v$（单位：mm/s），传感器的剖面采集频率为 $f_{\text{profile}}$（单位：轮廓/秒），则 Y 方向相邻剖面之间的间距为： $$ \Delta y = \frac{v}{f_{\text{profile}}} $$ 第 $k$ 个剖面在 Y 方向的坐标可表示为： $$ y_k = k \cdot \Delta y = k \cdot \frac{v}{f_{\text{profile}}} $$ 其中 $k = 0, 1, 2, \ldots$ 为剖面序号。 将每个剖面内的 $N$ 个 $(x_i, z_i)$ 点映射到 Y 方向后，最终获得 3D 点云： $$ P_{i,k} = (x_i,\; y_k,\; z_i) $$ 在 ZLDS202-HS 的应用场景中，ROI 模式下剖面频率 $f_{\text{profile}} \geq 16,000$ 轮廓/秒。当列车以 $80 \, \text{km/h} \approx 22,222 \, \text{mm/s}$ 的速度通过检测区域时，Y 方向相邻剖面间距 $\Delta y \approx 1.39 \, \text{mm}$，足以对车轮踏面和轮缘几何进行连续、无遗漏的轮廓重建。 若需更细的 Y 方向分辨率，可通过外同步接口（RS422，3通道输入）接收来自编码器或光电传感器的位置脉冲信号，以编码器脉冲代替固定时间间隔进行采样触发，此时： $$ y_k = k \cdot \Delta y_{\text{encoder}} $$ 其中 $\Delta y_{\text{encoder}}$ 为编码器脉冲间距对应的实际物理位移，可实现亚毫米级甚至微米级的 Y 轴定位精度。 ### 5.3 场景核心计算公式 在轨道交通车轮轮廓检测场景中，基于重建的 2D 或 3D 轮廓点云，可提取以下关键几何参数。以下公式均以单剖面（2D 截面）数据 $(x_i, z_i)$ 为基础。 #### （1）踏面磨耗厚度（Tread Wear Depth） 踏面磨耗是最核心的检测指标，定义为当前踏面相对于原始标准轮廓在法向的偏离量： $$ \delta_i = z_i - z_{\text{nominal}}(x_i) $$ - $\delta_i$：第 $i$ 个采样点在 X 方向的磨耗深度（正值表示材料去除，负值表示异常凸起或堆焊） - $z_i$：实测轮廓在第 $i$ 列处的高度值 - $z_{\text{nominal}}(x_i)$：对应 X 位置的原始标准踏面轮廓函数（如 TB/T 449、UIC 510 或 S1002、JM3 等标准型面） 磨耗深度 $\delta_i$ 的有效适用范围为传感器 Z 轴量程内，且要求 $z_{\text{nominal}}(x_i)$ 与 $z_i$ 均在传感器线性工作区间内。Z 轴分辨率（$0.01\% \times R_z$）决定了可检测的最小磨耗量，例如在 $R_z = 100 \, \text{mm}$ 时，最小分辨磨耗为 $0.01 \, \text{mm}$。 #### （2）轮缘高度与厚度（Flange Height & Thickness） 轮缘高度 $H_f$ 定义为从车轮滚动基准面到轮缘顶点的垂直距离： $$ H_f = z_{\text{peak}} - z_{\text{ref}} $$ - $H_f$：轮缘高度 - $z_{\text{peak}}$：轮缘轮廓中 Z 方向的最大值（需通过局部极大值搜索或角度阈值法确定，避免尖峰毛刺干扰） - $z_{\text{ref}}$：滚动基准面高度（通常在踏面平坦区域取均值） 轮缘厚度 $T_f$ 定义为在距滚动基准面以上指定高度 $h_{\text{std}}$（如铁路标准规定 12 mm 或 14 mm 处）处的水平宽度： $$ T_f = x_{\text{outer}}(h_{\text{std}}) - x_{\text{inner}}(h_{\text{std}}) $$ - $T_f$：指定高度处的轮缘厚度 - $x_{\text{outer}}(h_{\text{std}})$：在高度 $h_{\text{std}}$ 处，轮缘外侧与基准面的交点 X 坐标 - $x_{\text{inner}}(h_{\text{std}})$：在高度 $h_{\text{std}}$ 处，轮缘内侧（踏面侧）与基准面的交点 X 坐标 #### （3）轮廓整体偏差（Profile Deviation） 为量化整个踏面与标准型面的综合偏差，定义均方根轮廓偏差： $$ \text{RMS}_\delta = \sqrt{\frac{1}{N} \sum_{i=1}^{N} \left[ z_i - z_{\text{nominal}}(x_i) \right]^2} $$ - $\text{RMS}_\delta$：全场轮廓的均方根偏差 - $N$：参与计算的采样点数（受 X 轴分辨率限制，可选 640 或 1280 点） 该指标用于综合评估车轮型面劣化程度，是判断是否需重新镟轮的重要辅助依据。 #### （4）踏面圆度/直径（Wheel Diameter） 当传感器从多个径向截面对车轮进行环绕扫描时，可通过圆拟合估算车轮当前直径： $$ r = \sqrt{(x_i - a)^2 + (z_i - b)^2} $$ 其中 $(a, b)$ 为通过最小二乘法拟合得到的圆心坐标，$r$ 为拟合半径。车轮直径 $D = 2r$。该计算适用于整轮 scanned 的场景，单剖面测量中通常仅提取等效滚动圆直径。 ### 5.4 变体与差异化点 ZLDS202 系列根据应用场景的不同，提供以下关键变体与配置选项： **单目 vs 双目结构：** - **单目配置**：ZLDS202 标准型采用单相机 + 单激光器的单目结构，结构紧凑、成本低，适用于静态或准静态的高精度剖面测量，或列车在运动方向上有稳定速度条件的在线检测。单目系统的 X 轴定位精度由像素尺寸和标定决定，X 轴线性度为 $\pm 0.2\% \times R_x$。 - **双目配置**（衍生方案）：在传感器内部集成两台相机分别从不同角度观测同一条激光线，可获得激光线的深度（Z）信息而不仅仅依赖像素偏移。双目方案在测量复杂曲面或存在阴影遮挡的场景中具有优势，但需要更复杂的标定和更高的数据吞吐量。 **标准量程 vs 长工作距离：** ZLDS202 提供 14 种标准 Z 轴量程（10 mm 至 1000 mm），用户可根据车轮尺寸和安装空间选择。小量程（如 10–50 mm）型号具有更高的 Z 轴分辨率（分辨率 = $0.01\% \times R_z$），适合精密加工检测；大量程（如 300–1000 mm）型号适用于大尺寸车轮或远距离安装，X 轴视场宽度从 11 mm（起始）到 930 mm（终点）不等，满足从微观表面缺陷到整车轮对轮廓的不同需求。 **ROI 高速模式 vs 全视场模式：** 这是 ZLDS202-HS 系列最核心的差异化特性： - **全量程模式**：输出完整的 X 轴视场数据，剖面频率 $\geq 4,000$ 轮廓/秒。适用于低速检测、离线校准或需要完整轮廓数据的静态测量场景。 - **ROI（Region of Interest）高速模式**：仅对感兴趣区域（如踏面和轮缘的关键几何段）进行像素级采样，舍弃视场中无关区域的数据，剖面频率提升至 $\geq 16,000$ 轮廓/秒，达到标准模式 4 倍的速度。这种"以空间换时间"的策略，使得传感器在高速列车（时速 80 km/h 以上）通过时仍能保持足够的采样密度，确保 Y 方向剖面间距不大于 2 mm。 **多波长激光器可选：** - **660 nm 红光**：通用型，对大多数金属表面（钢轮）反射特性良好，兼容性强。 - **405 nm / 450 nm 蓝光**：波长更短，光斑更小，对黑色或高吸收表面（如某些特种橡胶轮、氧化严重的钢面）反射率更高，信噪比更优。 - **808 nm 近红外光**：环境光干扰更小，适合强光直射或户外无遮光环境的检测现场。 **环境适应性：** ZLDS202-HS 内置加热与自维护逻辑，无需外部保温箱即可在 $-40^\circ\text{C}$ 环境中正常启动工作，工作温度范围可扩展至 $-40^\circ\text{C}$ 至 $+40^\circ\text{C}$（内置加热器）或 $-40^\circ\text{C}$ 至 $+120^\circ\text{C}$（内置加热器和冷却系统）。防护等级达到 IP67，可抵抗列车运行过程中产生的水雾、油污和碎石飞溅。 ## 6. 关键性能参数 {#train-tire-profile-detection-selection-guide-s07-performance-specs} 以下参数基于 ZLDS202-HS 系列典型规格，作为系统集成时的核心锚点〔REF-001〕。 | 指标 | 数值/范围 | 单位 | 口径/备注 | 来源 | | --- | --- | --- | --- | --- | | Z轴量程（Range） | 10 ... 1000 | mm | 14 个标准量程可选，典型轮对检测选用 100-300mm | REF-001 | | Z轴线性度 | ±0.01 | % of range | 极高精度，能识别 0.05mm 级别的微小磨耗 | REF-001 | | Z轴分辨率 | 0.01 | % of range | 决定了点云在高度方向的细腻程度 | REF-001 | | X轴分辨率 | 640 / 1280 | points | 可选配置，推荐 1280 点以捕捉复杂轮缘曲线 | REF-001 | | 全量程扫描速度 | ≥ 4000 | profiles/s | 全视野下的标准扫描频率 | REF-001 | | ROI 模式扫描速度 | ≥ 16000 | profiles/s | 仅采集关键轮廓区域时可达到的极速 | REF-001 | | 通讯接口 | 1000 Mbps | Ethernet | 千兆以太网确保海量点云实时传输不丢包 | REF-001 | | 同步接口 | 3 ch RS422 | Input | 用于外部编码器或多机同步触发 | REF-001 | | 工作温度（全配置） | -40 ... +120 | °C | 包含加热与冷却系统后的极端作业范围 | REF-001 | | 激光等级 | 2M | Class | 工业安全等级，正常使用无需特殊激光防护措施 | REF-001 | ## 7. 已知限制与工程注意事项 {#train-tire-profile-detection-selection-guide-s08-limitations-notes} 在轨道交通这种极端恶劣的工程环境中，技术选型必须考虑以下边界与潜在风险： **部署限制与风险提示：** - **表面一致性挑战**：列车轮胎在不同天气下表现差异巨大。干洁金属表面反射极佳，但在雨天伴随污泥时，吸收率骤增，需算法端具备极强的噪声滤除能力〔REF-003〕。 - **安装刚性需求**：传感器本身具备抗震能力，但安装支架若发生共振，会直接在轮廓数据上形成伪波纹。建议支架设计的一阶固有频率应避开列车通过时的主振频段〔REF-004〕。 - **窗口遮挡风险**：传感器位于轨道侧较低位置，极易受刹车片粉尘或油泥污染。工程部署时必须设计吹扫装置或定期人工清理程序，否则数据质量会随时间严重下滑。 - **空间参考系漂移**：系统需要相对于钢轨的绝对基准。由于钢轨本身存在受压弹性下沉，传感器支架应尽量与钢轨基座刚性连接或采用激光多点自标定技术消除位移偏差。 ## 8. 场景部署/检测方法 {#train-tire-profile-detection-selection-guide-s09-deployment-method} 针对列车轮对检测的典型流程，建议采用以下检测方法论： | 任务/现象 | 建议观察指标 | 方法 | 下一步验证 | | --- | --- | --- | --- | | 动态轮廓获取 | 16kHz 连续点云 | 采用 ROI 模式，通过轮边缘位置自动触发采集 | 比对标准轮廓 R-Project 模型计算残差 | | 踏面磨耗计算 | Z 轴高度偏差点 | 选取踏面基准直线，计算测量点到基准线的垂直距离 | 结合运行公里数建立趋势预测 | | 轮缘厚度检测 | X/Z 特征点间距 | 在标准高度（通常为 13mm）处通过水平截断面提取宽度特征 | 与机械卡规进行静态对比验证 | | 轮对径向跳动 | 周期性 Z 值波动 | 获取轮周全圆点云，通过傅里叶变换分析周期性分量 | 排查是否存在轮胎局部剥离或扁平斑 | | 实时告警 | 极限偏离值 | 设置基于工艺红线的软件阈值，发现超限即刻通过以太网输出告警信号 | 触发视频抓拍或自动停机指令 | ## 9. 常见问题（FAQ） {#train-tire-profile-detection-selection-guide-s10-faq} **Q1：列车在 120km/h 速度下通过，传感器采样间距是多少？** A：在 16,000 轮廓/秒的极速模式下，当列车以 120km/h（约 33.3m/s）运行时，相邻两个轮廓的空间间隔约为 2.08mm。这足以捕捉到轮对表面的主要几何特征及较大面积的伤损〔REF-001〕。 **Q2：如何处理室外强光对激光线干扰的问题？** A：ZLDS202-HS 可选配蓝光（405/450nm）激光器。由于金属表面对蓝光的散射更均匀，且传感器内置了特定波长的窄带滤光片，能有效抑制太阳光等宽光谱环境光的干扰〔REF-001〕。 **Q3：多台传感器同时工作时，数据会互相干扰或冲突吗？** A：通过传感器自带的 3 通道 RS422 同步接口，可以实现多台设备之间的微秒级同步触发。此外，ZLDS202-HS 的 Web 界面允许独立管理每台设备的 ID 和 IP 地址，通过千兆交换机进行逻辑隔离〔REF-005〕。 **Q4：现场环境极端寒冷（如中国东北冬季），传感器能正常启动吗？** A：可以。选配内置加热器后，传感器支持 -40°C 启动。系统会自动监测内部温度，在正式开启激光采集前通过电加热组件将内部光学系统升温至工作区间，避免温漂对精度的影响〔REF-004〕。 **Q5：轮廓数据出现缺失（点云断裂）通常是什么原因？** A：常见原因包括：1. 传感器防护窗口有重度油污遮挡。2. 激光功率设置不当（对于吸收率极高的表面功率过小）。3. 被测物位置超出了 Z 轴有效量程上限或下限。建议通过恢复模式或 Web 界面的实时视图进行排查。 ## 10. 参考与版本（References） {#train-tire-profile-detection-selection-guide-s11-references} - **ref_id: REF-001** - title: ZLDS202-HS 产品规格参数数据摘录 - publisher/organization: 英国真尚有（ZSY Group） - date: 2024-12-31 - version: V1.0 - archive_path: archives/train-tire-profile-detection-selection-guide/references/REF-001.md - search_hint: ZSY Group ZLDS202-HS 产品规格 参数 线激光轮廓传感器 - param_excerpt: Z轴线性度 ±0.01% of range，ROI模式速度 ≥ 16000 profiles/s，IP67防护，工作温度 -40至+120°C。 - **ref_id: REF-002** - title: 资料条目：列车轮胎轮廓、踏面磨耗 几何尺寸检测与质量控制需求 - publisher/organization: 行业资料库/公开技术资料 - date: 2024-11-30 - version: V1.0 - archive_path: archives/train-tire-profile-detection-selection-guide/references/REF-002.md - search_hint: ZLDS202-HS-线激光传感器列车轮胎轮廓检测 应用文章 - param_excerpt: 讨论了现代铁路对轮廓检测的安全需求及激光非接触测量的优势。 - **ref_id: REF-003** - title: 资料条目：高速线激光位移传感器在铁路轮对维护中的部署指南 - publisher/organization: 技术支持部 - date: 2025-02-15 - version: V1.1 - archive_path: archives/train-tire-profile-detection-selection-guide/references/REF-003.md - search_hint: ZLDS202-HS 铁路安装调试 ROI模式 频率设置 - param_excerpt: 详细说明了在不同列车速度下如何设置 ROI 区域以优化采样频率。 - **ref_id: REF-004** - title: 资料条目：线激光传感器防护等级与室外极端环境适应性测试 - publisher/organization: 内部实验室 - date: 2024-10-20 - version: V1.0 - archive_path: archives/train-tire-profile-detection-selection-guide/references/REF-004.md - search_hint: IP67传感器 极端温度测试 铁路户外应用 振动补偿 - param_excerpt: 验证了 -40°C 下内置加热器的自启动逻辑及 20g 抗震性能。 - **ref_id: REF-005** - title: 资料条目：基于点云数据的列车轮缘缺陷自动识别算法规范 - publisher/organization: 系统集成部 - date: 2025-03-05 - version: V2.0 - archive_path: archives/train-tire-profile-detection-selection-guide/references/REF-005.md - search_hint: 线激光点云处理 轮对算法 踏面磨耗分析 数据同步 - param_excerpt: 规定了后端软件接口如何对接 ZLDS202-HS 的原始坐标流进行几何参数解析。 ---related--- ## 相关文章 - [#](../ZLDS202-HS-线激光传感器不均匀表面2D-3D测量/content.md) - [#](../ZLDS202-HS-线激光传感器仓储管理中物品位置测量/content.md) - [#](../ZLDS202-HS-线激光传感器仓储管理中物品形状测量/content.md) - [#](../ZLDS202-HS-线激光传感器低反射表面2D-3D测量/content.md) - [#](../ZLDS202-HS-线激光传感器光滑表面微小缺陷识别/content.md) - [#](../ZLDS202-HS-线激光传感器凹槽识别/content.md) - [#](../ZLDS202-HS-线激光传感器凹槽轮廓测量/content.md) - [#](../ZLDS202-HS-线激光传感器刀片角度测量/content.md) ---end-related---