基于RBF神经网络自整定PID的双护盾掘进机液压推进系统控制分析

该文介绍了双护盾掘进机推进系统的工作原理,在AMESim环境下建立了液压系统的模型,根据实际情况对相关参数进行了优化设计,考虑到系统的时变非线性以及复杂工况的影响,采用了基于RBF神经网络自整定PID控制算法,在MATLAB下编写了相应的S函数,通过AMESim/Sinulink与AMESim进行联合仿真分析。仿真结果表明,与常规PID控制相比,该控制器易于实现PID参数的自整定,能明显改善系统的鲁棒性和适应能力。

基于单神经元自适应PID控制的双护盾掘进机液压推进系统研究

该文分析了双护盾掘进机液压推进系统的工作原理,采用基于线性二次型最优控制的单神经元自适应PID控制算法。在AMEsim下建立液压系统的仿真模型,并对相关参数进行了优化,通过AMESim与MATLAB/Simulink接口界面,对液压推进控制系统进行联合仿真分析,并进行了模拟试验分析,结果表明,该控制器易于实现PID参数的自整定,具有较强的鲁棒性,能够实现双护盾掘进机推进速度的自适应控制。

双护盾推进液压系统的设计与研究

推进系统是盾构掘进机的一个关键部分,承担着整个盾构机械掘进的关键性任务,其工作特性直接关系到盾构工程施工的正确性、可靠性和安全性。参考单护盾推进液压系统原理图,并根据双护盾推进液压系统特点,设计了双护盾推进液压系统,并分析和研究了其工作原理及其特点。

TBM刀盘电动-液压同步驱动系统研究

基于TBM刀盘驱动系统的工作原理,分析了不同刀盘驱动方式的优缺点,提出了采用电动-液压同步驱动方式,实现大扭矩的刀盘驱动。工程应用表明,这种方法实现了TBM刀盘电动和液压的同步驱动,为TBM刀盘驱动系统的改进提供参考。

全断面隧道掘进机水浸后电气设备的修复

隧道突发涌水是全断面隧道掘进机应对的施工难题之一。全断面隧道掘进机被水淹浸后,若处理不当易导致设备损毁,造成巨大经济损失。提出全断面隧道掘进机被水淹浸后电气设备的修复和维护方法,为事故的处理提供参考。

基于RBF神经网络PID的双护盾推进系统仿真分析

介绍了双护盾掘进机推进系统的工作原理,并在AMEsim环境下建立了其液压系统模型,根据实际情况对相关参数进行了优化设计。此外,考虑到系统的时变非线性及复杂工况的影响,采用了基于RBF神经网络的自整定PID控制算法。运用MATLAB软件编写了相应的S函数,通过AMEsim/Sinulink与AMEsim进行了模块化联合仿真分析。结果表明,与常规PID控制相比,该控制器易于实现PID参数的自整定,能明显改善系统的鲁棒性和适应能力。

基于深度迁移学习的TBM纠偏调向控制研究

全断面硬岩隧道掘进机(TBM)在掘进过程中,会受到自重、地质条件、人为因素等影响,导致掘进姿态发生变化,偏离目标轴线,需要通过纠偏调向使其回到目标轨迹上,以保证施工质量。提出了一种基于深度迁移学习的TBM纠偏调向控制方法,先采用深度迁移学习神经网络建立TBM纠偏调向参数预测模型,再通过分析TBM纠偏调向位姿模型,结合最大边刀移动量与最小转弯半径规划纠偏轨迹。工程验证效果表明:基于深度迁移学习的TBM纠偏调向参数预测模型具备更高的控制精度,能将TBM姿态与目标轴线偏差约束在±20 mm以内,洞壁更光滑,提高了隧道施工质量;基于最大边刀移动量与最小转弯半径规划纠偏轨迹,纠偏调向过程更可控,避免了因调节过度造成的刀具和刀盘损坏,同时减小了TBM卡机的风险。

TBM刀盘电液同步驱动系统的设计与应用

针对工程实际中TBM刀盘驱动系统转矩不足的问题,分析了不同刀盘驱动方式的优缺点,提出了电液混合同步驱动的解决方案,采用变频电动机和液压马达同步驱动刀盘。工程应用表明,该方法能够实现TBM刀盘大转矩驱动,为TBM刀盘驱动系统的改进提供参考。