[发明专利]一种TBM智能驾驶方法及系统有效
申请号: | 201811255732.X | 申请日: | 2018-10-26 |
公开(公告)号: | CN109358505B | 公开(公告)日: | 2022-03-29 |
发明(设计)人: | 李鹏宇;荆留杰;鞠翔宇;郑霄峰;杨晨 | 申请(专利权)人: | 中铁工程装备集团有限公司 |
主分类号: | G05B13/04 | 分类号: | G05B13/04 |
代理公司: | 郑州优盾知识产权代理有限公司 41125 | 代理人: | 张绍琳;栗改 |
地址: | 450016 河南省*** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 tbm 智能 驾驶 方法 系统 | ||
1.一种TBM智能驾驶方法,其特征在于,其步骤如下:
步骤一:TBM掘进参数智能决策单元根据设备运行参数预测当前围岩状态参数,实时感知TBM掘进环境,预测出掘进参数;
所述TBM掘进参数智能决策单元通过三层神经网络、支持向量机和最小回归的方法根据设备运行参数预测当前围岩状态参数,实时感知TBM掘进环境,感知掌子面岩体状态;根据当前的掘进环境,预测出最优控制掘进参数,给出掘进参数的建议值;
步骤二:在线监测系统实时检测滚刀受力、刀盘振动和设备运行的参数及渣片图像,并将相应的特征信息传送至模糊控制逻辑库;
步骤三:模糊控制逻辑库将特征信息转化为掘进控制参数的调整值和调整步长;
步骤四:当掘进控制参数、滚刀受力、刀盘振动和设备运行的参数及渣片图像分析结果均处于稳态时,TBM智能驾驶系统达到稳定状态。
2.根据权利要求1所述的TBM智能驾驶方法,其特征在于,所述步骤二中滚刀受力参数的特征信息包含但不限于力的均值、有效值和方差值;所述步骤二中刀盘振动参数的特征信息包含振动的有效值、烈度值、峭度值、裕度值、均方频率或均方根频率中的至少一种;所述步骤二中渣片图像分析后的特征信息包含但渣片粒径分布指标、渣片长短轴比值指标或渣片纹理指标中的至少一种;所述步骤二中设备运行的主参数的特征信息包含总推进力或刀盘扭矩。
3.根据权利要求2所述的TBM智能驾驶方法,其特征在于,所述步骤三中模糊控制逻辑库根据既定的模糊控制规则对获取的特征信息进行综合处理,给出掘进控制参数的调整值和调整步长,掘进控制参数包含推进速度、刀盘转速或渣片皮带机转速中的至少一种。
4.根据权利要求1或2所述的TBM智能驾驶方法,其特征在于,所述步骤四中稳定状态的判定由模糊控制规则库根据获取的特征信息进行综合判定,当TBM智能驾驶系统达到稳态时,不再调整掘进控制参数,此时调整值和调整步长显示为0。
5.利用权利要求1-4中任一项所述的TBM智能驾驶方法的TBM智能驾驶系统,其特征在于,包括TBM掘进参数智能决策单元和在线监测系统,在线监测系统包括滚刀在线监测单元、刀盘振动在线监测单元、渣片图像监测单元和设备主参数监控单元,渣片图像监测单元与渣片图像分析单元相连接,渣片图像分析单元、滚刀在线监测单元、刀盘振动在线监测单元和设备主参数监控单元均与模糊控制逻辑单元相连接,模糊控制逻辑单元和TBM掘进参数智能决策单元均与上位机相连接。
6.根据权利要求5所述的TBM智能驾驶系统,其特征在于,所述模糊控制逻辑单元内设有模糊控制逻辑库。
7.根据权利要求5所述的TBM智能驾驶系统,其特征在于,所述滚刀在线监测单元包括力学传感器,刀盘振动在线监测单元包括振动传感器,力学传感器和振动传感器均通过导线与分线箱相连接,分线箱通过导线、中心滑环与无线数据采集箱相连接;所述无线数据采集箱包括电能传输单元和数据采集单元,无线数据采集箱的电能传输单元通过导线与供电模块相连接,无线数据采集箱的数据采集单元通过网线或光纤与上位机相连接;所述渣片图像监测单元通过光缆与上位机相连接,设备主参数监控单元通过光纤与上位机相连接。
8.根据权利要求7所述的TBM智能驾驶系统,其特征在于,所述无线数据采集箱的数据采集单元包括无线数据采集单元和有线数据采集单元,中心滑环内设有与电能传输单元相匹配和与有线数据采集单元相匹配的端子。
9.根据权利要求7所述的TBM智能驾驶系统,其特征在于,所述导线和光纤的两端部均设有插头,所述插头为航空插头。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中铁工程装备集团有限公司,未经中铁工程装备集团有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811255732.X/1.html,转载请声明来源钻瓜专利网。