一种基于粒子群优化算法PSO的TBM减振控制方法

摘要

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。

说明书

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；

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。

优选地，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，F_h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。

优选地，步骤1中的振动参数包括速度和加速度。

优选地，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，A_s是液压缸的截面积，E_oil是液压油的弹性模量，S是液压缸中油液的长度，V_l是液压缸中新进入的液压油的体积量。

优选地，步骤3中的所述多目标优化减振控制模型为：

min DSE_max＝max(DSE(K,F,C,t)),t∈[0,t_f]

min V_rms＝min(V_rms(K,F,C,t)),t∈[0,t_f]

式中DSE(K,F,C^,t)表示为动态比能的函数，V_rms(K,F,C,t)为振动烈度的函数，控制参数为动力学模型中的各刚度参数、阻尼参数和掘进参数，t为时间变量，t_f为控制终止时间，N_t为离散点数，和X分别为加速度、速度和位移向量；K,F,C的最大值和最小值根据不同的地质条件结合刚度模型进行设置。

优选地，步骤3中的振动烈度v_rms为：

其中，fk为振动频率，k为离散系数，k_a为离散下界，k_b为离散上界，X(k)为频域振动位移幅值；

步骤3中的动态比能为：

其中，F₀为初始力，L₀为接触长度，W_d为能量的动态变化部分，V_d为破岩体积，t₁,t₂分别为初始时间和终止时间；N_C为刀具数目，F_iRN0为第i把滚刀的滚动力，Z_N0为滚刀数目，R_i为滚刀半径，θ为滚刀角度，F_sz0为切削力，为速度向量，C为阻尼矩阵，v_f为切向速度，F_f为摩擦力，S是切入深度，p_i为岩石压力，H(p_i)为岩石硬度函数。

优选地，步骤4中的振动参数具体为加速度，在TBM的特定位置布置振动传感器，实时测量TBM相应位置的加速度，通过比较测量的加速度和由模型计算得到的理论加速度的偏差，调整TBM的护盾支撑油缸的压力和撑靴油缸的压力，进而达到调整撑靴支撑刚度和护盾支护刚度的目标，实现对TBM振动的优化控制。

与现有技术相比，本发明具有如下的有益效果：

1、本发明提出的振动模型考虑了掘进参数、围岩与撑靴之间的支撑刚度、护盾与围岩之间的支护刚度和随不同地质条件变化的推进系统的推进刚度的TBM整机集中参数动力学模型。该模型可实现不同的地质条件下的TBM的动态特性的评估，得到不确定地质条件下的TBM振动烈度等动态特性。

2、本发明提出的低振动-高掘进效率的多目标优化控制模型，可实现TBM在较低的振动水平下的高效掘进。在保证一定掘进效率的前提下，避免了由于振动造成的TBM各关键构件的损伤。

3、本发明提出的PSO优化算法的优化控制模型的求解速度快，能较好的避免陷入局部最优解，调整参数少，可快速准确地得到优化控制参数。

附图说明

图1是TBM主机机械结构示意图；

图2是机-液-岩耦合集中参数动力学模型示意图；

图3是基于PSO的TBM减振优化控制流程图；

图4是基于PSO优化控制的减振结果对比图。

附图标记：

1-刀盘系统；2-前护盾；3-主驱动系统；4-推进油缸；5-扭矩油缸；6-撑靴油缸；7-主梁；8-鞍架；9-撑靴；10-后支撑系统

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。

TBM的主机动力部分的主要机械结构如图1所示，包括

刀盘系统(1)用于切削岩实现TBM掘进，主驱动系统(3)通过机械框架与刀盘系统直接相连，前护盾系统(2)用来保护主驱动系统，在TBM掘进过程中，前护盾系统随刀盘系统向前移动；推进油缸(4)一端通过铰链与主梁(7)相连，另外一端通过球铰与撑靴(9)相连；撑靴油缸(6)通过扭矩油缸(5)与鞍架(8)相连；后支撑系统(10)与主梁(7)通过焊接连接，起到辅助稳定主机的作用。

在TBM掘进过程中，撑靴油缸提供正压力保持撑靴与围岩接触，撑靴与围岩之间的力保证TBM主机的稳定，其支撑刚度将随着不同的地质条件而改变。TBM的前护盾与围岩接触，随刀盘前进，其支护刚度将直接影响TBM的掘进效率和主机的稳定性。根据TBM的受力情况和工作方式，可将其等效为并联系统，在系统中考虑撑靴与围岩之间的支撑刚度、各油缸的油缸度和主机自身的结构刚度。TBM机-液-岩耦合的集中参数动力学模型如图2所示

为完成TBM的整个掘进过程，将整个TBM划分为5个子系统：左、右撑靴系统、撑靴油缸系统、推进系统以及调向系统。简化为这5个子系统是为了能够在简化地过程中保持TBM地运动特性：左、右撑靴系统用来实现系统的支撑；推进系统实现系统沿着隧道方向的掘进；调向系统与撑靴油缸一起负责系统的方位调整。对于推进系统，主要包括左、右推进液压油缸、刀盘以及主梁，推进液压油缸相对于刀盘等组件来说质量可以忽略，因此将液压油缸简单的表示为液压弹簧K₁与K₂；而推进油缸的液压推力由F₁与F₂表示；刀盘处受到了岩层的掘进阻力及阻力矩，简化到刀盘中心，可以得到合阻力与合阻力矩F与M；刀盘边上安装有前护盾，前护盾与围岩的接触刚度为K₁₅，K₁₆以及K₁₇。对于支撑系统，将两个撑靴油缸用液压弹簧K₃与K₄表示，2个撑靴也简化为2个质量块、撑靴与围岩的接触刚度由切向接触刚度K₅、K₆、K₁₂、K₁₃与法向接触刚度K₇、K₁₄来表示。鞍架简化为一个质量块，鞍架处的扭矩油缸也简化为相应的液压弹簧K₈、K₉、K₁₀、K₁₁。基于拉格朗日方法建立TBM集中参数动力学模型，简化表达为：

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，F_h代表为TBM所受到的外力向量，X为广义坐标向量，它们具体可表示为：

M＝diag(M₀₁>02>03>04>05)^T(2)

F_h＝(F_h1>h2>h3>h4>h5)^T(3)

X＝(X₁>2>3>4>5)^T(6)

而M_0i表示系统的广义质量矩阵，包括质量M_i与惯量J_i。

M₁撑靴油缸质量矩阵J₁撑靴油缸惯量矩阵M₂鞍架质量矩阵J₂鞍架惯量矩阵M₃推进油缸质量矩阵J₃推进油缸惯量矩阵M₄左撑靴系统质量矩阵J₄左撑靴系统惯量矩阵M₅右撑靴系统质量矩阵J₅右撑靴系统惯量矩阵X₁撑靴油缸广义坐标X₂鞍架广义坐标X₃推进油缸广义坐标X₄左撑靴广义坐标X₅右撑靴广义坐标

基于TBM整机动力学模型，可以求得不同工作条件下的TBM的速度、振动加速度等振动参数。振动能量的特性对于掌握TBM的振动特性、揭示整机的振动机理和采取合理的减振方法以提高掘进效率具有重要意义。利用数值积分求解TBM整机动力学模型得到TBM整机包含各个子系统的振动响应，从而为TBM振动能量传递机理研究建立基础。

考虑围岩表面的粗糙度，基于分形理论和Hertz接触力学理论，得到刚度模型。撑靴的支撑刚度、护盾的支护刚度、液压推进缸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由球铰刚度，液压缸刚度和圆柱铰刚度，串联得到，推进刚度K_推进具体为：

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，A_s是液压缸的截面积，E_oil是液压油的弹性模量，S是液压缸中油液的长度，V_l是液压缸中新进入的液压油的体积量。

TBM振动相关能量计算如下：

令X为系统的位移响应列向量，系统和子系统的动能分别为T和T_b：

其中，分别为系统和子系统的速度向量，M、M_b分别为系统和子系统的质量矩阵。

简谐激励下系统的时间平均总势能和平均总动能为：

其中，Re{}表示取括号中的实部，K为刚度矩阵，ω为角频率。

系统的输入功率P_in、子系统a,b之间的耦合功率P_ab和子系统b的耗散功率P_diss,b分别为：

式中，F为系统的力矩阵，F_ab和X_ab为子系统a,b在耦合处的力和位移矩阵,ω为角频率，X_b为子系统b的位移矩阵，C_b为子系统b的阻尼矩阵。

为进一步研究TBM的振动特性，计算了TBM的各个部件的振动烈度，振动烈度v_rms能有效反映一台机器振动状态：

其中，T_N为离散时间，t为时间，为平均速度，vx,vy,vz为x，y，z方向的速度，A_k为时域振动位移幅值，k为离散系数，k_a为离散下界，k_b为离散上界，fk为振动频率，X(k)为频域振动位移幅值。振动烈度对TBM动力学模型中各个结构参数p的灵敏度为：

其中，N为离散点数。

通过对振动烈度的灵敏度分析，得到TBM的振动烈度对前护盾与围岩之间的支护刚度最为敏感，即支护刚度可作为优化模型的控制变量，达到降低TBM振动烈度的目标。

此外，能效利用率是评估TBM掘进性能的重要指标之一，定义为有效破岩耗损的能量和输入破岩系统的能量之比。比能定义为单位破岩体积所消耗的能量，比能越小，破岩性能越好，常用比能来评价TBM的掘进性能。通过优化TBM掘进参数和刀间距，可实现破岩性能的提高。但比能没有考虑振动消耗能量对掘进性能的影响，对剧烈振动下TBM掘进性能的估计有偏差，不能用于优化TBM本身的结构参数。考虑实际破岩过程是动态的，将TBM振动所消耗的能量考虑在内，提出动态比能(Dynamic specific energy,DSE)用于评估振动环境下TBM的掘进性能。动态比能定义为破岩能量和TBM振动能量之和与破岩体积之比，其中振动能量和破岩体积是随时间变化的。动态比能DSE计算如下：

其中，F0为初始力，L0为接触长度，f为摩擦力，V0为初始速度，v为掘进速度；Wd为能量的动态变化部分，Vd为破岩体积，t1,t2分别为初始时间和终止时间；N_C为刀具数目，F_iRN0为第i把滚刀的滚动力，Z_N0为滚刀数目，R_i为滚刀半径，θ为滚刀角度，F_sz0为切削力，为速度向量，C为阻尼矩阵，v_f为切向速度，F_f为摩擦力，S是切入深度，p_i为岩石压力，H(p_i)为岩石硬度函数。

分别用DSE和振动烈度表征振动环境下TBM的掘进性能和TBM的总体振动水平，以最小动态比能DSE和最低的振动烈度为目标建立TBM低振动-高效掘进的优化控制模型如下：

式中DSE(K^,F,C,t)表示为动态比能的函数，V_rms(K,F,C,t)为振动烈度的函数，控制参数为动力学模型中的各刚度参数、阻尼参数和掘进参数，t为时间变量，t_f为控制终止时间，N_t为离散点数，和X分别为加速度、速度和位移向量；K,F,C的最大值最小值根据不同的地质条件结合刚度模型进行设置。

由于动力学模型具有高度的非线性，采用粒子群(PSO)算法求解优化控制模型，通过最优化迭代算法得到最优的控制参数。

结合图3，说明基于PSO的TBM减振优化控制的流程。基于振动模型，计算当前的振动烈度和动态比能，并通过PSO算法求解优化控制模型，得到最优的掘进和刚度参数。在TBM的关键位置布置振动传感器，实时测量TBM的振动加速度，通过采集模块将数据传输到计算机。通过比较测量的振动加速度和由模型计算得到的理论振动加速度的偏差，基于优化模型调整TBM的护盾支撑油缸的压力和撑靴油缸的压力，进而达到调整撑靴支撑刚度和护盾支护刚度的目标，实现对TBM振动的优化控制。

图4为通过优化控制后的TBM振动烈度变化效果。由图示数据可知，通过优化模型的调整，TBM的振动烈度有所下降，说明基于PSO算法的优化控制方法对实现减振兼顾推进能效是有效的。

应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。