基于数据驱动的盾构刀盘液压驱动系统故障诊断方法研究

发布时间：2020-06-17 00:33

【摘要】：盾构机作为地铁、隧道建设的主要工程装备,其核心部件刀盘液压驱动系统,由于现场施工条件复杂以及各元件使用维护不当等原因,致使该系统故障频发。因此,为确保盾构掘进过程安全可靠运行,对其进行及时有效的故障诊断具有重要意义。本文围绕天津轨道交通?6450mm土压平衡盾构刀盘液压驱动系统展开研究,针对该系统故障发生机理,构建Simulink-AMESim盾构刀盘液压驱动系统恒功率控制联合仿真模型;提出了变量加权主元分析(VW-PCA)故障诊断算法模型与基于差分进化算法(Differential Evolution,DE)和BP神经网络相融合的故障诊断算法模型,旨在提高该系统故障诊断的正确率与故障数据的处理效率。本文主要完成了以下研究工作:(1)分析了刀盘液压驱动系统的结构、工作原理及其常见故障发生机理,通过建立关键系统组成元件的数学模型,找出模型参数改变对故障特性的影响关系,为文章通过修改AMESim刀盘液压驱动系统仿真模型参数,仿真故障奠定理论基础。(2)在AMESim软件环境下构建刀盘液压驱动系统仿真模型,同时选择在Simulink中搭建驱动系统恒功率控制模型,从而构建Simulink-AMESim盾构刀盘液压驱动系统恒功率控制联合仿真模型。通过修改元件关键参数,仿真各类故障,并选取液压泵输出油压、刀盘转速,粘性摩擦扭矩和软土层负载扭矩等8个故障参数对故障数据进行提取,为文章故障诊断方法的研究提供历史故障数据。(3)建立变量加权主元分析(VW-PCA)故障诊断算法模型,采用偏F值变量加权(VW)算法得到每一类故障的加权向量,对系统各参数赋予不同的权值,从而突显各参数对不同类别故障的影响程度,提高主元分析(PCA)方法的准确性。(4)对于变量加权主元分析(VW-PCA)故障诊断方法仅能对刀盘液压驱动系统故障发出报警,并不能对具体的故障类型做出识别,文章在此基础上提出了基于DE-BP神经网络的故障诊断方法,利用BP神经网络完成系统各故障输入数据到故障类别输出的非线性映射,同时采用差分进化算法(DE)来提高BP神经网络的收敛速度,提高故障诊断的效率。
【学位授予单位】：华北水利水电大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：U455.39
【图文】：

盾构机,实物

从而导致巨大经济损失。当系统故障发生时，由于系统结构过于复杂，传统手段过于费事费力，且在排除故障的过程中，盲目的拆卸、解体或者是自行调整液件，都会造成故障范围扩大或产生新的次生故障，从而使原有故障更加复杂化。因此盾构刀盘液压驱动系统中，能够获取一种有效克服传统技术手段的费时费力，做到统各元件运行状态的实时有效监控，实现在不拆解的状态下，能够快速有效的确定产生的原因、位置，快速排出故障具有重要的现实意义和理论意义。盾构机简介盾构掘进机(Shield tunneling machine)是用于隧道掘进施工中的专用工程机械设备设备的使用功能包括开挖、切削土体、土体输送、使用预制管片完成隧道管壁的拼装砌和挖掘隧道行进路线的测量导向和纠偏等复杂功能。盾构机是现代隧道建设中主施工装备，相较于传统的隧道施工技艺，使用盾构机施工的盾构法在施工过程中具全可靠、机械智能化程度高、工期进展快、开挖土方量少、成本低等优点，特别是质条件苛刻、隧道埋深较大同时地下水位高的工作环境时，只有采用盾构机作为工工的主要施工设备[9]-[11]。

示意图,盾构,示意图,螺旋输送机

推进、管片拼装、螺旋输送机、后配套等系统[12]-[13]。盾构组成结构示意图如图 1-2 所示，其位于盾构机最前端的是刀盘系统，其主要功能是完成开挖面土体的切削与支护，该系统是一个典型的低转速、大扭矩，实现回转运动的系统。在实际施工工况环境下，刀盘结构在开口率、安装的刀具类型等结构方面设计，在面对不同的土体开挖面需要有着较强的适应性。推进系统是一组沿着盾构机机体内周向布置液压缸的并联机构，其功能是完成盾构机在施工过程中挖掘前行与掘进轨迹的调整，特点上表现为低速、大推力。管片拼装系统是一种具有 6 个自由度的操作机构，其功能上主要完成将预制好的管片沿着刀盘开挖后形成的隧道壁面进行周向拼砌，从而达到支撑隧道的目的。为了能够满足施工隧道在支护强度、形貌特征与优良的密封性能等方面的要求，管片拼装系统需要有着非常高的施工精度，同时为了满足施工的进度要求，该系统还需具有较高的速度，优良的可靠性。螺旋输送机系统是由螺旋输送机与输送皮带组成，其功能主要是完成将刀盘切削开挖面过程中，产生的渣土输送到竖井，再由土箱运出隧道，同时还需要控制螺旋输送机的输送速度以维持密封舱舱内压力的稳定，从而实现稳定开挖面的作用。盾构施工作业就是通过上述多系统之间的相互协调动作，从而完成盾构隧道施工的机械化作业。

【参考文献】