[发明专利]一种大型掘进装备的无人驾驶方法有效
申请号: | 201811398212.4 | 申请日: | 2018-11-22 |
公开(公告)号: | CN109630153B | 公开(公告)日: | 2020-06-05 |
发明(设计)人: | 张智焕;马龙华 | 申请(专利权)人: | 浙江大学宁波理工学院 |
主分类号: | E21D9/10 | 分类号: | E21D9/10 |
代理公司: | 宁波市鄞州金源通汇专利事务所(普通合伙) 33236 | 代理人: | 龚丹宇 |
地址: | 315100 浙江省宁波市高*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种大型掘进装备的无人驾驶方法,具体包括:先设置至少四组用以驱动大型掘进装备的刀头向前掘进,且绕着刀头的预设掘进轴线按上下左右位置进行分区布置行走的液压单元;然后以水平左右对称的两组液压单元为检测对象,并预先建立驱动刀头工作的液压推力、液压气缸位置以及大型掘进装备的载荷之间关系的动态数学模型,然后获取控制量的值并施加到控制输入端中,最终获得实时的一个大型掘进装备所需要的挖掘角度值;按照上述方法循环计算下一步控制量,并施加到大型掘进装备中,让大型掘进装备沿着预设掘进轴线轨迹实时行走;直至该大型掘进装备到达预挖掘的终端为止。本发明能够保证整个过程的实际运行轨迹精度高。 | ||
搜索关键词: | 一种 大型 掘进 装备 无人驾驶 方法 | ||
【主权项】:
1.一种大型掘进装备的无人驾驶方法,其特征在于,具体包括以下步骤:(一)设置至少四组用以驱动大型掘进装备的刀头向前掘进,且绕着刀头的预设掘进轴线按上下左右位置进行分区布置行走的液压单元;(二)以水平左右对称的两组液压单元为检测对象,并预先建立驱动刀头工作的液压推力、液压气缸位置以及大型掘进装备的载荷之间关系的动态数学模型:
上述公式中:τ表示限制机器旋转的阻力矩;f表示阻止大型掘进装备的刀头前方挖掘的阻力;y表示为液压气缸的位移量;u表示液压单元中驱动液压气缸工作的力;其中M表示惯性矩阵;H表示负载矩阵;B表示作用在活塞上的等效阻尼,K表示作用在活塞上的负载的弹簧系数;其中M、H、B、K均为常数值;(三)然后根据步骤(二)的公式可知只需要获取
的值并代入公式(1‑1)就能够获取各个液压气缸的位移量,最终获得大型掘进装备的刀头的挖掘角度;故此需要计算
值;(四)根据离散系统原理,将步骤(二)的动态数学模型对应的公式转换成状态方程如下(1‑2)公式,取状态变量![]()
(五)然后定义:Y=[Y(k+1) Y(k+2) … Y(k+n)]Tu=[u(k) u(k+1) … u(k+n‑1)]T并根据控制量
以及步骤(四)中大型掘进装备数学模型的公式,最终确定该大型掘进装备行走路径的预测模型:Y=Gu+Fx(k) (1‑3)上述公式中:G和F表示矩阵常量;u表示液压单元中驱动液压气缸工作的力;F=[(CA)T (CA2)T … (CAn‑1)T]T;
(六)根据步骤(五)中的公式最终获得最小值的控制量公式T(z‑1)u(k)=[GTG+q(CAN‑1B)2]‑1·[GT(T(z‑1)·Yr‑T(z‑1)Fx(k))+qCAN‑1B(T(z‑1)Yr(k+N)‑CANT(z‑1)x(k))] (1‑4)上述公式中,预设掘进轴线轨迹为:Yr(k)=[Yr(k+1) Yr(k+2) … Yr(k+N)]T;q表示为拉格朗日乘数,T(z‑1)为后移算子z‑1的多项式;且T(z‑1)=1+t1z‑1+…+tnz‑n;t1、t2、t3…tn为根据大型掘进装备的稳定性选择;N为预先设置的预测时域;(七)通过步骤(六)的公式计算得出
然后将该控制量
施加到大型掘进装备的控制输入端中,最终获得实时的一个大型掘进装备所需要的挖掘角度值;(八)然后根据获取大型掘进装备的刀头工作时的液压推力、当前时刻液压气缸的位置、大型掘进装备载荷之间关系的动态数学模型和下一次的预设掘进轴线的预测给定值Yr(k+1),并代入预测模型中,并根据(1‑4)公式计算下一步控制量,即液压推力,并施加到大型掘进装备中,让大型掘进装备沿着预设掘进轴线轨迹实时行走;(九)最终实现一个无人监测并实时调整大型掘进装备中刀头的工作方向,直至该大型掘进装备到达预挖掘的终端为止。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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浙江大学宁波理工学院,未经浙江大学宁波理工学院许可,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/patent/201811398212.4/,转载请声明来源钻瓜专利网。