CN108984817A - 一种tbm刀具磨损量实时评估方法 - Google Patents

一种tbm刀具磨损量实时评估方法 Download PDF

Info

Publication number
CN108984817A
CN108984817A CN201810431562.XA CN201810431562A CN108984817A CN 108984817 A CN108984817 A CN 108984817A CN 201810431562 A CN201810431562 A CN 201810431562A CN 108984817 A CN108984817 A CN 108984817A
Authority
CN
China
Prior art keywords
abrasion
cutter
parameter
hobboing cutter
hobboing
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201810431562.XA
Other languages
English (en)
Other versions
CN108984817B (zh
Inventor
李鹏宇
荆留杰
鞠翔宇
郑霄峰
张娜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Railway Engineering Equipment Group Co Ltd CREG
Original Assignee
China Railway Engineering Equipment Group Co Ltd CREG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Railway Engineering Equipment Group Co Ltd CREG filed Critical China Railway Engineering Equipment Group Co Ltd CREG
Priority to CN201810431562.XA priority Critical patent/CN108984817B/zh
Publication of CN108984817A publication Critical patent/CN108984817A/zh
Application granted granted Critical
Publication of CN108984817B publication Critical patent/CN108984817B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/17Mechanical parametric or variational design

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Earth Drilling (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种TBM刀具磨损量实时评估方法,涉及隧道掘进装备施工技术。首先建立某隧道施工参数、地质参数和刀具磨损量的工程数据样本库。通过对该隧道数据近三年的追踪,建立了地质参数、施工参数和滚刀磨损量的数学模型,从而对施工过程中刀具的磨损预测、维修更换提供指导。本发明方法克服了现有技术还存在无法定量评判TBM滚刀磨损的缺陷。同时基于现场施工数据建立分析模型的方法,避免了理论分析模型与实际掘进工况不适应的局限性。

Description

一种TBM刀具磨损量实时评估方法
技术领域
本发明属于隧道掘进装备施工技术领域,是一种用于硬岩隧道掘进机TBM刀具磨损量实时评估方法,从而对刀具是否需要更换、维修提供指导,实现TBM刀群智能化、信息化管理。
背景技术
硬岩隧道掘进机(以下简称硬岩TBM)是一种专门应用于开挖岩石隧道与地下通道工程的大型高科技施工装备。刀盘掘进系统是硬岩TBM上最关键的掘进工具。在施工过程中,由于围岩类型复杂多变,刀盘系统在破岩过程中磨损问题十分严重。在一些工程中,刀具定期检查、修复与换刀所占费用以及所消耗的时间已经接近工程造价与施工时间的三分之一。
发明内容
本发明所要解决的技术问题是硬岩隧道掘进机TBM刀盘系统滚刀磨损程度无法实时预估,需定期检查、更换刀具,耗时耗力,从而提供一种TBM刀具磨损量实时评估方法,从而对刀具是否需要更换、维修提供指导。
为解决上述技术问题,本发明所采用的技术方案如下:一种TBM刀具磨损量实时评估方法,步骤如下:
S1,建立工程数据库。
所述工程数据包括地质参数、施工参数、刀具更换参数、刀具维修数量;施工参数是通过上位机记录的掘进参数进行汇总,刀具更换参数包括更换时间、更换数量和滚刀磨损量;地质参数包括围岩岩性和围岩等级,由现场工程师进行记录;地质参数、施工参数、刀具更换数据库通过桩号、掘进时间一一对应。
S2,构建滚刀磨损量占比K和安装半径R的关系模型。
S2.1,在工程数据库中按照不同岩性、不同围岩等级对换刀数据进行统计,获得每把不同安装半径R的滚刀的每米平均磨损量N,进而得到每把不同安装半径R滚刀的磨损量占比K:
其中:Num为滚刀总数量,Ki为第i个滚刀的磨损量占比,Ni为第i个滚刀的数量;
S2.2,采用最小二乘法得到滚刀安装半径R和磨损量占比K的关系模型:
K=a*ebR
其中:a,b均为模型系数。
S3,构建平均破碎比能SE和所有滚刀的每米平均磨损量M的关系模型。
S3.1,在工程数据库中,按照不同岩性、不同围岩等级对换刀数据进行统计,求取所有滚刀的每米平均磨损量M;
S3.2,在工程数据库中,按照不同岩性、不同围岩等级对设备掘进参数进行分类汇总,求取平均破碎比能SE,计算公式为:
F为推力,单位为kN;P为贯入度,单位为mm/min;T为刀盘扭矩,单位为kN.m;
S3.3,根据步骤S3.1和步骤S3.2,采用最小二乘法得到平均破碎比能SE和所有滚刀的每米平均磨损量M的关系模型:
M=k1*SE2+k2*SE+k3;
其中:k1,k2,k3均为模型系数。
S4,给定每把滚刀的安装半径、当前磨损量和允许最大磨损量。
S5,从PLC中获得当前设备掘进参数,计算当前工况下的平均破碎比能SE。
S6,结合步骤S3和S5得到当前工况下所有滚刀的每米平均磨损量M,并根据掘进距离获得滚刀的总磨损量。
S7,结合步骤S2和步骤S6得到每把滚刀的磨损量,并结合步骤S4更新每把滚刀的当前磨损量。
S8,将每把滚刀的当前磨损量与最大允许磨损量进行对比,若存在每把滚刀的当前磨损量大于最大允许磨损量,则在上位机上显示出需更换滚刀的个数和刀号,提醒刀具班及时对刀具更换维修,保障设备的顺利掘进。
本发明依据掘进过程中上位机获取的施工参数对刀盘系统滚刀磨损程度进行实时预估,无需增加额外的传感器或工序,不影响现场施工。本发明方法克服了现有技术还存在无法定量评判TBM滚刀磨损的缺陷。同时基于现场施工数据建立分析模型的方法,避免了理论分析模型与实际掘进工况不适应的局限性。因此,实现对TBM刀群健康状态智能化、信息化管理,实时掌握刀具的磨损状态,变过去的定时检修为预知维修、主动维修,从而提高维修或更换的可靠性,提高施工效率,节约施工成本。而且本发明在主控室的显示屏上显示信息供主司机及时查看,从而对换刀时间、换刀数量进行智能决策。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明关系模型Y1的曲线图。
图2为本发明关系模型Y2的曲线图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
一种TBM刀具磨损量实时评估方法,步骤如下:
S1,建立工程数据库。
所述工程数据包括地质参数、施工参数、刀具更换参数、刀具维修数量;施工参数是通过上位机记录的掘进参数进行汇总,刀具更换参数包括更换时间、更换数量和滚刀磨损量;地质参数包括围岩岩性和围岩等级,由现场工程师进行记录;地质参数、施工参数、刀具更换数据库通过桩号、掘进时间一一对应。
S1,建立工程数据库。
所述工程数据包括地质参数、施工参数、刀具更换参数、刀具维修数量;施工参数是通过上位机记录的掘进参数进行汇总,刀具更换参数包括更换时间、更换数量和滚刀磨损量;地质参数包括围岩岩性和围岩等级,由现场工程师进行记录;地质参数、施工参数、刀具更换数据库通过桩号、掘进时间一一对应。
S2,构建滚刀磨损量占比K和安装半径R的关系模型,如图1所示。
S2.1,在工程数据库中按照不同岩性、不同围岩等级对换刀数据进行统计,获得每把不同安装半径R的滚刀的每米平均磨损量N,进而得到每把不同安装半径R滚刀的磨损量占比K:
其中:Num为滚刀总数量,Ki为第i个滚刀的磨损量占比,Ni为第i个滚刀的数量;
S2.2,采用最小二乘法得到滚刀安装半径R和磨损量占比K的关系模型:
K=a*ebR
其中:a,b均为模型系数。
S3,构建平均破碎比能SE和所有滚刀的每米平均磨损量M的关系模型,如图2所示。
S3.1,在工程数据库中,按照不同岩性、不同围岩等级对换刀数据进行统计,求取所有滚刀的每米平均磨损量M;
S3.2,在工程数据库中,按照不同岩性、不同围岩等级对设备掘进参数进行分类汇总,求取平均破碎比能SE,计算公式为:
F为推力,单位为kN;P为贯入度,单位为mm/min;T为刀盘扭矩,单位为kN.m;
S3.3,根据步骤S3.1和步骤S3.2,采用最小二乘法得到平均破碎比能SE和所有滚刀的每米平均磨损量M的关系模型:
M=k1*SE2+k2*SE+k3;
其中:k1,k2,k3均为模型系数。
S4,给定每把滚刀的安装半径、当前磨损量和允许最大磨损量。
S5,从PLC中获得当前设备掘进参数,计算当前工况下的平均破碎比能SE。
S6,结合步骤S3和S5得到当前工况下所有滚刀的每米平均磨损量M,并根据掘进距离获得滚刀的总磨损量。
S7,结合步骤S2和步骤S6得到每把滚刀的磨损量,并结合步骤S4更新每把滚刀的当前磨损量。
S8,将每把滚刀的当前磨损量与最大允许磨损量进行对比,若存在每把滚刀的当前磨损量大于最大允许磨损量,则在上位机上显示出需更换滚刀的个数和刀号,提醒刀具班及时对刀具更换维修,保障设备的顺利掘进。
本发明依据掘进过程中上位机获取的施工参数对刀盘系统滚刀磨损程度进行实时预估,无需增加额外的传感器或工序,不影响现场施工。本发明方法克服了现有技术还存在无法定量评判TBM滚刀磨损的缺陷。同时基于现场施工数据建立分析模型的方法,避免了理论分析模型与实际掘进工况不适应的局限性。因此,实现对TBM刀群健康状态智能化、信息化管理,实时掌握刀具的磨损状态,变过去的定时检修为预知维修、主动维修,从而提高维修或更换的可靠性,提高施工效率,节约施工成本。而且本发明在主控室的显示屏上显示信息供主司机及时查看,从而对换刀时间、换刀数量进行智能决策。
上面所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (4)

1.一种TBM刀具磨损量实时评估方法,其特征在于,步骤如下:
S1,建立工程数据库;
所述工程数据包括设备参数、地质参数、施工参数、刀具磨损量、刀具更换数量、刀具维修数量;
S2,构建滚刀磨损量占比K和安装半径R的关系模型:
K=a*ebR
其中:a,b均为模型系数;
S3,构建平均破碎比能SE和所有滚刀的每米平均磨损量M的关系模型:
M=k1*SE2+k2*SE+k3;
其中:k1,k2,k3均为模型系数;
S4,给定每把滚刀的安装半径、当前磨损量和允许最大磨损量;
S5,从PLC中获得当前设备掘进参数,计算当前工况下的平均破碎比能SE;
S6,结合步骤S3和S5得到当前工况下所有滚刀的每米平均磨损量M,并根据掘进距离获得滚刀的总磨损量;
S7,结合步骤S2和步骤S6得到每把滚刀的磨损量,并结合步骤S4更新每把滚刀的当前磨损量;
S8,将每把滚刀的当前磨损量与最大允许磨损量进行对比,若存在每把滚刀的当前磨损量大于最大允许磨损量,则在上位机上显示出需更换滚刀的个数和刀号,提醒刀具班及时对刀具更换维修,保障设备的顺利掘进。
2.根据权利要求1所述的TBM刀具磨损量实时评估方法,其特征在于,在步骤S1中,所述施工参数是通过上位机记录的掘进参数汇总得到,刀具更换参数包括更换时间、更换数量和滚刀磨损量,由现场工程师记录或通过滚刀磨损在线监测装置获取;地质参数包括围岩岩性和围岩等级,由现场工程师进行记录;地质参数、施工参数、刀具更换数据库通过桩号、掘进时间一一对应。
3.根据权利要求1所述的TBM刀具磨损量实时评估方法,其特征在于,在步骤S2中,具体步骤为:
S2.1,在工程数据库中按照不同岩性、不同围岩等级对换刀数据进行统计,获得每把不同安装半径R的滚刀的每米平均磨损量N,进而得到每把不同安装半径R滚刀的磨损量占比K:
其中:Num为滚刀总数量,Ki为第i个滚刀的磨损量占比,Ni为第i个滚刀的数量;
S2.2,采用最小二乘法得到滚刀安装半径R和磨损量占比K的关系模型:
K=a*ebR
其中:a,b均为模型系数。
4.根据权利要求1所述的TBM刀具磨损量实时评估方法,其特征在于,在步骤S3中,具体步骤为:
S3.1,在工程数据库中,按照不同岩性、不同围岩等级对换刀数据进行统计,求取所有滚刀的每米平均磨损量M;
S3.2,在工程数据库中,按照不同岩性、不同围岩等级对设备掘进参数进行分类汇总,求取平均破碎比能SE,计算公式为:
F为推力,单位为kN;P为贯入度,单位为mm/min;T为刀盘扭矩,单位为kN.m;
S3.3,根据步骤S3.1和步骤S3.2,采用最小二乘法得到平均破碎比能SE和所有滚刀的每米平均磨损量M的关系模型:
M=k1*SE2+k2*SE+k3;
其中:k1,k2,k3均为模型系数。
CN201810431562.XA 2018-05-08 2018-05-08 一种tbm刀具磨损量实时评估方法 Active CN108984817B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810431562.XA CN108984817B (zh) 2018-05-08 2018-05-08 一种tbm刀具磨损量实时评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810431562.XA CN108984817B (zh) 2018-05-08 2018-05-08 一种tbm刀具磨损量实时评估方法

Publications (2)

Publication Number Publication Date
CN108984817A true CN108984817A (zh) 2018-12-11
CN108984817B CN108984817B (zh) 2022-04-22

Family

ID=64541934

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810431562.XA Active CN108984817B (zh) 2018-05-08 2018-05-08 一种tbm刀具磨损量实时评估方法

Country Status (1)

Country Link
CN (1) CN108984817B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110020694A (zh) * 2019-04-19 2019-07-16 中铁工程装备集团有限公司 一种基于智能驱动模型的tbm不良地质辨识方法
CN110986706A (zh) * 2019-11-08 2020-04-10 武汉武重矿山机械有限公司 岩石钻孔可爆性能检测方法
CN112131796A (zh) * 2020-09-25 2020-12-25 上海交通大学 一种基于基因表达式编程的硬岩tbm滚刀磨损实时评估方法
CN112855193A (zh) * 2021-02-24 2021-05-28 中铁工程装备集团隧道设备制造有限公司 一种用于准确评价tbm滚刀刀圈耐磨性能的方法
CN114485364A (zh) * 2022-01-17 2022-05-13 武汉大学 隧道掘进机滚刀磨损类型判别及磨损量监测系统及方法
CN115365890A (zh) * 2022-09-23 2022-11-22 深圳职业技术学院 在线预测刀具磨损值的方法、装置、智能终端及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105352463A (zh) * 2015-09-23 2016-02-24 中国人民解放军军事交通学院 硬岩隧道掘进机盘形滚刀磨损量的实时计算方法
CN107632523A (zh) * 2017-09-30 2018-01-26 中铁工程装备集团有限公司 一种硬岩tbm掘进控制参数智能决策方法及系统
CN107679330A (zh) * 2017-09-30 2018-02-09 中铁工程装备集团有限公司 一种tbm刀盘系统破岩性能损耗程度的实时评价方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105352463A (zh) * 2015-09-23 2016-02-24 中国人民解放军军事交通学院 硬岩隧道掘进机盘形滚刀磨损量的实时计算方法
CN107632523A (zh) * 2017-09-30 2018-01-26 中铁工程装备集团有限公司 一种硬岩tbm掘进控制参数智能决策方法及系统
CN107679330A (zh) * 2017-09-30 2018-02-09 中铁工程装备集团有限公司 一种tbm刀盘系统破岩性能损耗程度的实时评价方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
LIHUI WANG 等: "The energy method to predict disc cutter wear extent for hard rock TBMs", 《ELSEVIER》 *
李刚: "基于数字样机的全断面掘进机功能仿真与优化设计关键技术研究", 《中国博士学位论文全文数据库 工程科技II辑》 *
李刚等: "基于CSM模型的硬岩TBM滚刀磨损预测方法", 《中国机械工程》 *
郭伟等: "基于能量原理的TBM刀盘掘进参数与刀间距匹配特性分析", 《天津大学学报(自然科学与工程技术版)》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110020694A (zh) * 2019-04-19 2019-07-16 中铁工程装备集团有限公司 一种基于智能驱动模型的tbm不良地质辨识方法
CN110986706A (zh) * 2019-11-08 2020-04-10 武汉武重矿山机械有限公司 岩石钻孔可爆性能检测方法
CN112131796A (zh) * 2020-09-25 2020-12-25 上海交通大学 一种基于基因表达式编程的硬岩tbm滚刀磨损实时评估方法
CN112131796B (zh) * 2020-09-25 2022-05-03 上海交通大学 一种基于基因表达式编程的硬岩tbm滚刀磨损实时评估方法
CN112855193A (zh) * 2021-02-24 2021-05-28 中铁工程装备集团隧道设备制造有限公司 一种用于准确评价tbm滚刀刀圈耐磨性能的方法
CN114485364A (zh) * 2022-01-17 2022-05-13 武汉大学 隧道掘进机滚刀磨损类型判别及磨损量监测系统及方法
CN114485364B (zh) * 2022-01-17 2023-01-03 武汉大学 隧道掘进机滚刀磨损类型判别及磨损量监测系统及方法
CN115365890A (zh) * 2022-09-23 2022-11-22 深圳职业技术学院 在线预测刀具磨损值的方法、装置、智能终端及存储介质

Also Published As

Publication number Publication date
CN108984817B (zh) 2022-04-22

Similar Documents

Publication Publication Date Title
CN108984817A (zh) 一种tbm刀具磨损量实时评估方法
CN102162370B (zh) 基于gis的矿山安全管理信息系统
Li et al. Application and outlook of information and intelligence technology for safe and efficient TBM construction
CN103233741B (zh) 定量化评价超大型地下洞室群施工期围岩稳定性的方法
CN106680894B (zh) 一种基于c/s架构的隧洞地质超前预报方法
WO2019042483A2 (zh) 一种tbm在掘岩体状态实时感知系统和方法
CN109933577A (zh) 基于tbm岩-机参数动态交互机制的隧洞可掘进预测方法及系统
CN109630154A (zh) 一种用于隧道掘进的掘进机器人及远程移动终端指挥系统
Deng Challenges and thoughts on risk management and control for the group construction of a super-long tunnel by TBM
Onifade et al. Challenges and applications of digital technology in the mineral industry
CN114673558A (zh) 一种煤矿掘进工作面风险识别与智能预控系统及方法
CN110334432A (zh) 一种采动覆岩瓦斯聚集区空间辨识方法和系统
CN111241620A (zh) 一种基于隧道工程进度斜率图的工期预测方法及编制方法
CN114427430B (zh) 一种多井实时协同的钻井参数优化方法与系统
Capes Open stope hangingwall design based on general and detailed data collection in unfavourable hangingwall conditions
Dong et al. Safe and intelligent mining: Some explorations and challenges in the era of big data
CN115796567A (zh) 基于地质保障系统的安全规划开采系统
Khoshalan et al. RAM analysis of hydraulic system of earth pressure balance tunnel boring machine
CN113536603A (zh) 一种tbm岩体条件相关利用率的预测方法
CN104636576A (zh) 基于加权平均法的地铁施工风险快速评估方法
Li et al. Adaptive height adjusting strategy research of shearer cutting drum
Li et al. Disc cutter wear prediction method of hard rock TBM Based on Bayesian networks
Xie et al. Improving Drilling Efficiency Using Intelligent Decision System for Drilling in Bohai Oilfield Based on Big Data
Qi-gao et al. Shearer memory cutting strategy research basing on GRNN
Kucera et al. A Systematic Approach to Data Collection for Improving the Effectiveness in Tunnel Construction When Using Roadheaders

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A Real time Evaluation Method of TBM Tool Wear

Effective date of registration: 20221226

Granted publication date: 20220422

Pledgee: China Construction Bank Corporation Zhengzhou Railway Sub Branch

Pledgor: CHINA RAILWAY ENGINEERING EQUIPMENT GROUP Co.,Ltd.

Registration number: Y2022980029005

PC01 Cancellation of the registration of the contract for pledge of patent right
PC01 Cancellation of the registration of the contract for pledge of patent right

Granted publication date: 20220422

Pledgee: China Construction Bank Corporation Zhengzhou Railway Sub Branch

Pledgor: CHINA RAILWAY ENGINEERING EQUIPMENT GROUP Co.,Ltd.

Registration number: Y2022980029005