硬岩隧道掘进多臂协同钻孔技术研究

为实现硬岩隧道掘进机械化施工,提高三臂凿岩台车应用于硬岩隧道掘进时的施工效率,对三臂凿岩台车钻孔定位精度、多臂协同钻孔路径优化进行了研究分析。首先,基于D-H法建立三臂凿岩台车运动学模型,通过蒙特卡洛法得到三臂凿岩台车的有效工作空间,采用RBF神经网络算法实现钻臂钻孔的精确定位;其次,以钻臂末端移动距离最短和钻臂运动过程中各关节变量之和最小作为优化目标,提出一种改进遗传算法对三臂凿岩台车进行孔序优化,并与蚁群优化算法和自适应遗传算法两种现有孔序规划算法进行对比;最后,以两种不同方案钻孔顺序和所划分工作空间对多钻臂协同钻孔碰撞干涉进行仿真数值模拟分析。数值模拟结果表明:(1)3个钻臂的钻孔定位误差最大为2.94 mm,误差控制在3%以内;(2)与两种现有孔序规划算法相比,以钻臂末端移动距离最短作为优化目标时,3个钻臂末端行驶的总距离分别缩短了5.39 m和10.84 m,以关节变量之和最小作为优化目标时,3个钻臂的各关节变量之和分别减少了2.76 rad、5.34 rad;(3)以最短距离所得钻孔顺序进行钻孔作业时,中间钻臂与左右钻臂之间最短距离分别为984.6、580.8 mm,各钻臂之间不会发生碰撞干涉,以关节变量最小孔序方案钻孔作业时,综合钻臂结构尺寸及安全性,中间钻臂与左钻臂之间最短距离为193.5 mm,可能发生碰撞。综上,RBF神经网络算法可以实现钻孔精确定位,依据距离最短为优化目标所得孔序方案施工时可以提高三臂凿岩台车掘进效率,为硬岩隧道掘进施工提供了理论支撑。