一种基于粒子群优化算法PSO的TBM减振控制方法技术

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。

A TBM damping control method based on particle swarm optimization (PSO) algorithm

A particle swarm optimization algorithm TBM vibration control method based on PSO, which comprises the following steps: 1) the establishment of TBM concentrated parameter model; 2) TBM centralized modeling parameter model in the stiffness of the link; 3) with the lowest TBM vibration intensity and TBM tunneling than can minimum as the goal, the establishment of multi objective optimization design of shock absorber control model; 4) the PSO algorithm to solve the multi-objective optimization control model based on vibration and vibration parameters, real-time measurement and vibration parameters are calculated according to the theory of the concentrated parameter model are compared, and then adjust the multi-objective control associated with the vibration parameters of the model parameters optimization of damping, stiffness parameters and tunneling parameters through the optimal optimization algorithm, further adjustment of TBM control parameters in the actual operation process of stiffness parameters and excavation parameters based on optimal, in order to achieve The optimal control of TBM vibration can reach the target of high efficient driving under the low vibration level of TBM.

【技术实现步骤摘要】
一种基于粒子群优化算法PSO的TBM减振控制方法
本专利技术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。
技术介绍
现有技术介绍由全断面硬岩掘进机(TunnelBoringMachine，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的动本文档来自技高网...

【技术保护点】
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...

【技术特征摘要】
1.一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；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。2.如权利要求1所述的控制方法，其特征在于：所述集中参数动力学模型为：其中：M表示为TBM的质量矩阵，C代表TBM的阻尼矩阵，K代表TBM的刚度矩阵，Fh代表为TBM所受到的外力向量，和X分别为加速度、速度和位移向量。3.如权利要求1所述的控制方法，其特征在于：步骤1中的振动参数包括速度和加速度。4.如权利要求1所述的控制方法，其特征在于：步骤2中的撑靴的支撑刚度、护盾的支护刚度、推进系统的推进刚度模型分别如下：支撑刚度为：其中，E为弹性模量，D为分形指数，a′L为围岩与撑靴的最大接触面积，a′c为围岩与撑靴的临界接触面积；支护刚度的计算公式与撑靴接触刚度相同，需要代入不同的参数；推进系统的推进刚度K推进为：其中，P为外力，R1和R2分别为球铰的内外半径，ΔR是接触面间隙，E*是等效弹性模量，As是液压缸的截面积，Eoil是液压油的弹性模量，S是液压缸中油液的长度，Vl是液压缸中新进入的液压油的体积量。5.如权利要求1所述的控制方法，其特征在于：步骤3中的所述多目标优化减振控制模型为：minDSEmax＝max(DSE(K,F,C,t)),t∈[0,tf]minVrms＝min(Vrms(K,F,C,t)),t∈[0,tf]

【专利技术属性】
技术研发人员：刘成良，陶建峰，李琳，覃程锦，李卫星，郭隽侠，雷军波，段贤强，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：上海,31