[发明专利]一种基于粒子群优化算法PSO的TBM减振控制方法

说明书

一种基于粒子群优化算法PSO的TBM减振控制方法，包括以下步骤：1)建立TBM集中参数动力学模型；2)TBM集中参数动力学模型中各刚度环节的建模；3)以TBM振动烈度最低和TBM的掘进比能最低为目标，建立多目标优化减振控制模型；4)基于PSO算法对多目标优化减振控制模型进行求解，将实时测量的振动参数与根据上述集中参数动力学模型计算的理论振动参数进行比较，进而调整多目标优化减振控制模型中与上述振动参数相关的控制参数，通过最优化迭代算法得到最优的刚度参数和掘进参数，基于最优的刚度参数和掘进参数进一步调整TBM实际操作过程中的控制参数，以实现对TBM振动的优化控制，达到TBM在较低振动水平条件下的高效掘进的目标。

技术领域

本发明涉及工程机械健康管理领域，特别涉及基于PSO优化算法的硬岩掘进机(TBM)减振控制方法。

背景技术

现有技术介绍由全断面硬岩掘进机(Tunnel Boring Machine，TBM)修建的隧道具有开挖洞壁的质量好、高效、安全等特点，使其在岩石隧道建设中得到越来越多的应用。由于TBM在掘进过程中承受强冲击载荷以及复杂地质环境影响，机体产生剧烈振动，关键构件易损伤，破岩效率低。为此，需研究TBM在较低振动水平下高效掘进的模型。

TBM的振动问题得到了广泛的关注，需研究包含多个弹性环节的整机刚柔耦合动力学建模方法，分析机构固有特性及其主要影响因素，不同学者建立了TBM各子系统的动力学模型，研究TBM的振动特性并分析不同的振动条件对TBM构件的掘进效率和构件损伤的影响。TLING等结合刀盘动力学模型提出了刀盘裂纹的疲劳寿命预测模型，该模型可优化刀盘的结构，进而延长刀盘寿命。ZOU等建立了刚柔耦合的TBM的集中参数动力学模型，研究了TBM的基本振动频率和模态特性，并分析了不同参数对TBM动力学特性的影响。谢启江建立了TBM支撑和TBM的动力学模型，分析了不确定地质条件下TBM的运动学和动力学特性，并研究了不同的软硬岩比例和地层分析界面的倾斜角度下TBM的动态性能的优劣。

TBM推进时，刀盘-围岩的强相互作用可引起整机剧烈振动，TBM的振动将降低推进效率并增加系统能耗。TBM的结构相对固定，设计参数较为成熟，难以实现通过改变结构参数达到降低振动的目标。建立考虑界面支撑刚度和不同液压系统刚度的TBM振动模型，揭示TBM振动能量传递规律，建立优化控制模型，给出智能优化控制方法是本专利的研究目的。基于振动模型，以较低振动水平和较高的掘进效率为目标，建立优化控制模型，通过PSO算法求得最优解，通过调整各可变的刚度，得到最优的掘进参数和各油缸的压力输出值，进而实现TBM的低振动-高效率的掘进，降低构件的损伤概率，提高能量利用率。

发明内容

针对现有TBM振动大、掘进效率低的问题，本发明专利建立考虑围岩界面支撑刚度和推进系统中不同液压推进刚度的TBM振动模型，揭示TBM振动能量传递规律，给出智能优化控制方法。具体通过以下技术方案实现：

一种基于粒子群优化算法PSO的TBM减振控制方法，其特征在于：包括以下步骤：

1)TBM集中参数动力学模型的建立

建立基于撑靴的支撑刚度、护盾的支护刚度、推进系统的推进刚度的TBM的机-液-岩耦合的集中参数动力学模型，该动力学模型将TBM系统划分为左、右撑靴系统、撑靴油缸系统、推进系统和调向系统5个子系统；基于所述动力学模型，计算得出不同工作条件下的振动参数；

2)TBM集中参数动力学模型中各刚度环节的建模

建立TBM撑靴的支撑刚度、护盾的支护刚度、推进系统的推进刚度模型，以得到各刚度参数；

3)多目标优化减振控制模型的建立

以TBM振动烈度最低和掘进效率最高为控制目标，掘进效率最高体现为动态比能最小，比能即为单位破岩体积所消耗的能量；以各刚度参数和掘进参数为控制参数，建立多目标优化减振控制模型，其中，掘进参数由力参数表示；