当前位置: 首页> 学位论文 >详情
原文传递 泥水盾构高精度智能姿态调整技术研究
论文题名: 泥水盾构高精度智能姿态调整技术研究
关键词: 泥水盾构机;姿态调整;智能决策系统;自适应控制;核K均值聚类法;鲁棒学习;推进系统;动力学模型
摘要: 泥水盾构是集开挖、注浆、出渣、衬砌、测量于一体,适用于软弱砂质土层,可实现长距离复杂地质施工的一次成型的大型隧道开挖装备。它主要由推进系统、刀盘系统、泥水环流和分离处理系统等组成。其中推进系统是保障泥水盾构沿预定轴线掘进,减小隧道开挖误差的关键子系统。目前国内外对盾构机的研究主要集中在土压盾构中,对于泥水盾构的研究较少,对于姿态控制技术研究集中在轨迹规划及建模上,对外部负载考虑较少,难以应用于实际施工中。且国内工程中姿态调整依靠人工调整,相对比发达国家已应用模糊控制理论逐步实现自动化调姿的现状,研究智能化、高精度的泥水盾构姿态调整技术显得尤为突出。
  本课题是在省重大科技专项的资助下,设计了直径2.5m的泥水盾构试验台,利用历史施工数据进行鲁棒学习,设计了姿态调整智能决策系统,提出相应的自适应控制策略,采用仿真试验验证了系统的有效性。
  本论文的主要研究工作如下:
  1.分析了实际施工中盾体的负载力、驱动力,建立了泥水盾构掘进过程的拉格朗日动力学模型并,并分析了推进液压系统工作原理,建立了电比例三通减压阀控单作用液压缸的数学模型;
  2.通过分析基于人工操作的泥水盾构姿态调整技术,描述了姿态调整的越纠越偏、纠偏过度、纠偏过慢等不同情况下的数据分布,提出了优秀姿态调整数据的清洗原则,并通过利用核K均值聚类法对样本数据进行聚类及清洗;
  3.介绍了带有损失的最小二乘学习法,并结合一次范数和二次范数损失,设计了基于Huber损失最小化的鲁棒学习法,选用高斯核函数和8折交叉验证法训练样本集,得到了水平和垂直姿态调整学习模型的确定系数分别为约76.5%和71.5%左右,选择确定系数较大的模型学习参数建立了姿态智能调整模型;
  4.通过构建Diophantine方程,确定了推进系统模型参考自适应控制器的参数调节律和控制律;分别对无负载干扰和有负载干扰两种情况进行仿真分析,结果表明自适应控制器对负载干扰有一定的鲁棒性;
  5.通过综合鲁棒学习模型、自适应控制器、推进系统模型及动力学模型,建立了完整的姿态调整智能决策系统,对其进行了仿真试验,结果表明智能决策系统对水平方向的姿态调整有良好效果,对垂直方向姿态调整有少许滞后,这是由盾构大惯量特性导致的;
  6.针对泥水盾构在实际施工中的运动特性,设计了5自由度的姿态模拟试验平台,通过带有虎克铰的推进系统和支撑随动机构,建立了姿态解算方程;并设计了随动支撑液压系统,采用模糊PID控制器对支撑缸压力进行控制,仿真结果表明支撑缸具有良好的随动性,能动态补偿盾体自重,实现5自由度的姿态模拟。
作者: 刘建
专业: 机械工程
导师: 龚国芳
授予学位: 硕士
授予学位单位: 浙江大学
学位年度: 2018
正文语种: 中文
检索历史
应用推荐