CN111520163B - 一种智能混喷机器人的混喷方法 - Google Patents
一种智能混喷机器人的混喷方法 Download PDFInfo
- Publication number
- CN111520163B CN111520163B CN202010364448.7A CN202010364448A CN111520163B CN 111520163 B CN111520163 B CN 111520163B CN 202010364448 A CN202010364448 A CN 202010364448A CN 111520163 B CN111520163 B CN 111520163B
- Authority
- CN
- China
- Prior art keywords
- tunnel
- guniting
- distance measuring
- measuring sensor
- mixed spraying
- 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.)
- Active
Links
- 238000005507 spraying Methods 0.000 title claims abstract description 38
- 238000013461 design Methods 0.000 claims abstract description 18
- 238000001514 detection method Methods 0.000 claims description 9
- 238000000034 method Methods 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 3
- 239000004570 mortar (masonry) Substances 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 10
- 238000010276 construction Methods 0.000 abstract description 5
- 238000004364 calculation method Methods 0.000 abstract description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000009471 action Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21D—SHAFTS; TUNNELS; GALLERIES; LARGE UNDERGROUND CHAMBERS
- E21D11/00—Lining tunnels, galleries or other underground cavities, e.g. large underground chambers; Linings therefor; Making such linings in situ, e.g. by assembling
- E21D11/04—Lining with building materials
- E21D11/10—Lining with building materials with concrete cast in situ; Shuttering also lost shutterings, e.g. made of blocks, of metal plates or other equipment adapted therefor
- E21D11/105—Transport or application of concrete specially adapted for the lining of tunnels or galleries ; Backfilling the space between main building element and the surrounding rock, e.g. with concrete
Landscapes
- Engineering & Computer Science (AREA)
- Structural Engineering (AREA)
- Architecture (AREA)
- Mining & Mineral Resources (AREA)
- Civil Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geology (AREA)
- Lining And Supports For Tunnels (AREA)
- Manipulator (AREA)
- Application Of Or Painting With Fluid Materials (AREA)
Abstract
本发明公开了一种智能混喷机器人的混喷方法,解决了现有技术中隧道施工混喷支护数据处理量大、精度不高的问题。本发明步骤如下:在同一回转支撑上设置两个相同的机械臂,其中一个机械臂上设有测距传感器、另一个机械臂上设有喷浆嘴,两个机械臂之间的圆心角为β;根据喷浆嘴和测距传感器本身参数及隧道横截面设计尺寸,分别确定两个机械臂的末端的路径;本发明的测距传感器和喷浆嘴同环布置,通过相同结构的机械臂将隧道三维扫描转化为二维平面内的计算,只需处理采集得到的洞壁高度信息,将数据处理量从三维数据简化为了一维数据,极大减少了数据处理量。
Description
技术领域
本发明涉及隧道施工技术领域,特别是指一种智能混喷机器人的混喷方法。
背景技术
隧道支护是隧道施工中的关键性步骤,目前的混喷装置多为半自动化系统,需要人工操作手近距离观察隧道质量,并对响应位置进行人工喷浆,工作环境极其恶劣,且对人工操作水平和经验要求较高,隧道最终成型质量难以保证。近年来随着科技的发展逐步出现了智能喷浆方面的相关研究,多采用激光三维扫描仪对隧道轮廓进行建模,如申请号201910567117.0的一种智能喷浆系统及其喷浆支护方法,但其具有数据处理量极大、数据处理算法难度较高、设备成本高等问题,目前尚未成熟应用于隧道混喷支护。因此,设计一种能智能混喷方法很有必要。
发明内容
针对上述背景技术中的不足,本发明提出一种智能混喷机器人的混喷方法,解决了现有技术中隧道施工混喷支护数据处理量大、精度不高的问题。
本发明的技术方案是这样实现的:一种智能混喷机器人的混喷方法,步骤如下:
S1:在同一回转支撑上设置两个相同的机械臂,其中一个机械臂上设有测距传感器、另一个机械臂上设有喷浆嘴,两个机械臂之间的圆心角为β;
S2:根据喷浆嘴和测距传感器本身参数及隧道横截面设计尺寸,分别确定两个机械臂的末端的路径;
S3:根据步骤S2中确定的机械臂的末端路径,进行运动学反解,确定测距传感器的位姿;
S4:测距传感器对隧道洞壁进行轮廓扫描,后台控制器根据轮廓扫描计算喷浆嘴的喷浆位置和喷浆量;
S5:后台控制器根据步骤S4中的喷浆位置和喷浆量,调节喷浆嘴的位姿,对隧道洞壁进行定点定量喷涂支护;
S6:重复步骤S2~S5,对隧道洞壁进行全面智能混喷支护。
在步骤S1中两个相同的机械臂位于同一竖直平面内。
在步骤S2中机械臂的末端的路径的确定步骤如下:
S2.1:根据隧道轮廓设计图纸和测距传感器自身的探测宽度和高度参数,确定机械臂的初始姿态和位置,保证测距传感器能清晰探测到隧道洞壁数据;
S2.2:在测距传感器所在的平面内建立极坐标系,极坐标系的原点O1与回转支撑的圆心重合,测距传感器在相应的平面内的路径轨迹可以表示为l(t)=(θ,R)=(Δtω,R(t))
其中,θ为测距传感器(3)转过的角度,R为测距传感器(3)到原点O1的距离,ω为回转支撑的转速,R(t)为分段函数,
其中,a,b,c....为常数,tk为时间段,k值取决于隧道的设计轮廓组成段数;
S2.3:回转支撑沿隧道轴线方向运动,当遇到隧道截面大小和形状发生改变时,重新设定机械臂的末端的路径,始终保持路径轨迹形状与隧道轮廓形状一致,同样保持测距传感器探测距离和探测宽度不变,对R(t)值进行重新修正,直到覆盖整个隧道。
在步骤S4中喷浆位置和喷浆量确定的步骤如下:
S4.1:测距传感器测得的隧道洞壁表面数据点坐标表示为(α,d);其中α为回转支撑的旋转角度,d为测距传感器在固定路径上测得的到洞壁之间的距离;
S4.2:设隧道洞壁在相同角度方向的设计高度为D,测距传感器在固定路径下的测量宽度为e,则在旋转角度△α时的需喷浆体积v为:
v=△αe(d-D);
在旋转角度△α时的需喷浆体积写成时间t的函数为:v=ωe(d-D)△t;
ω为回转支撑的转速;
S4.3:根据测距传感器测得的隧道洞壁表面数据点(α,d)和隧道横截面设计尺寸,则喷浆位置点为(α-β,R0),其中R0为隧道横截面半径。
步骤S5中对隧道洞壁进行定点定量喷涂支护过程中,根据回弹量,确定喷浆嘴路径,然后进行运动学反解,确定喷浆嘴位姿,然后根据步骤S4中喷浆嘴的喷浆位置和喷浆量,对隧道洞壁进行喷涂。
本发明的测距传感器和喷浆嘴同环布置,通过相同结构的机械臂将隧道三维扫描转化为二维平面内的计算,只需处理采集得到的洞壁高度信息,将数据处理量从三维数据简化为了一维数据,极大减少了数据处理量,不需要采用复杂的算法,可以提高数据处理速度,降低成本,提高喷涂精度和效率。
附图说明
为了更清楚地说明本发明实施例,下面将对实施例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为本发明在隧道内施工状态示意图。
图2为本发明机械臂简化示意图。
图3为本发明流程图。
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。
如图1、3所示,一种智能混喷机器人的混喷方法,步骤如下:
S1:在同一回转支撑1上设置两个相同的机械臂2,回转支撑在回转驱动的作用下,能够转动,与现有回转支撑相同。其中一个机械臂上设有测距传感器3、另一个机械臂上设有喷浆嘴4,两个机械臂2之间的圆心角为β;两个相同的机械臂2位于同一竖直平面内。整个喷浆过程可以视作回转支撑所在平面将隧道分割为一个个离散的二维平面,激光或超声波测距传感器和喷浆嘴安装于两个相同的机械手上,机械手以一定夹角β安装在回转支撑上,两个机械手可以视作在回转驱动所在平面内,通过机械手的机械结构实现将隧道三维扫描转化为二维平面内的计算,大幅度降低了数据采集量,避免了复杂的数据分析算法。
S2:根据喷浆嘴4和测距传感器3本身参数及隧道横截面设计尺寸,分别确定两个机械臂的末端的路径;机械臂由多个关节组成,机械臂上设有伸缩油缸,调节机械臂长度的调节。
S3:根据步骤S2中确定的机械臂的末端路径,进行运动学反解,确定测距传感器3的位姿。具体如下:
以回转支承的圆心为原点建立基坐标系1,如图2所示,沿隧道轴线方向为z轴。建立机械手关节坐标系,测距传感器处坐标系2,y轴始终指向隧道法向方向,z轴与基坐标系z轴方向一致,x轴由右手定则确定,机械手可以看做只做平面内的定位,相当于SCARA机器人(平面关节型机器人),机械臂由四个关节组成,此时球铰关节只做俯仰方向的旋转,各关节间距为L1,L2,L3,L4变换矩阵为:
则传感器坐标系与基坐标系之间的运动学方程可以表示为:
式中[n o a]表示旋转矩阵,P表示位置矢量,因为传感器机械手末端路径与位姿为已知量,因此矩阵T已知,且L1、L2、L3为关节之间的长度,是已知量,可求得θ1,θ2,θ3,L3的值,即各关节旋转角度和伸缩长度,进而通过你想运动学求得测距传感器3的位姿。
S4:测距传感器3对隧道洞壁进行轮廓扫描,后台控制器根据轮廓扫描计算喷浆嘴4的喷浆位置和喷浆量;
S5:后台控制器根据步骤S4中的喷浆位置和喷浆量,调节喷浆嘴4的位姿,对隧道洞壁进行定点定量喷涂支护。其中,回弹量是影响喷浆质量的重要指标根据回弹量,确定喷浆嘴路径,然后进行运动学反解,确定喷浆嘴位姿,然后根据步骤S4中喷浆嘴的喷浆位置和喷浆量,对隧道洞壁进行喷涂。
其中主要影响影响喷浆质量的参数有喷浆嘴出口压力p,喷嘴靶距h,喷嘴角度γ。喷浆机械臂的末端初始位姿与测距传感器机械臂的初始位姿保持一致,且路径相同,此时喷嘴相对于基坐标系1的基准原点距离为R1,调整压力p和γ为合适值,在喷浆时根据回弹量微调喷浆嘴的位置(α,R1),调整为(α,R1+d-h),其中d为测距传感器测得的距离,h为设定的合适喷浆靶距,采用与步骤S3相同的方法求解喷浆手机械臂的运动学反解,实现该位置的最佳喷浆效果,则p、γ和h可通过实验获得。
S6:重复步骤S2~S5,对隧道洞壁进行全面智能混喷支护。
在步骤S2中机械臂的末端的路径的确定步骤如下:
S2.1:根据隧道轮廓设计图纸和测距传感器3自身的探测宽度和高度参数,确定机械臂2的初始姿态和位置,保证测距传感器3能清晰探测到隧道洞壁数据;
S2.2:在测距传感器3所在的平面内建立极坐标系(原点与基坐标系1原点重合),极坐标系的原点O1与回转支撑1的圆心重合,测距传感器3在相应的平面内的路径轨迹可以表示为
l(t)=(θ,R)=(Δtω,R(t))
其中,θ为测距传感器(3)转过的角度,R为测距传感器(3)到原点O1的距离,ω为回转支撑的转速,R(t)为分段函数,
其中,a,b,c....为常数,tk为时间段,k值取决于隧道的设计轮廓组成段数;
S2.3:回转支撑沿隧道轴线方向运动,当遇到隧道截面大小和形状发生改变时,重新设定机械臂的末端的路径,始终保持路径轨迹形状与隧道轮廓形状一致,同样保持测距传感器探测距离和探测宽度不变,对R(t)值进行重新修正,直到覆盖整个隧道。
在步骤S4中喷浆位置和喷浆量确定的步骤如下:
S4.1:测距传感器测得的隧道洞壁表面数据点坐标表示为(α,d);其中α为回转支撑的旋转角度,d为测距传感器在固定路径上测得的到洞壁之间的距离;即在同一横截面内,测距传感器测得的到洞壁之间的距离;
S4.2:设隧道洞壁在相同角度方向的设计高度为D,测距传感器在固定路径下的测量宽度为e,则在旋转角度△α时的需喷浆体积v为:
v=△αe(d-D);
在旋转角度△α时的需喷浆体积写成时间t的函数为:v=ωe(d-D)△t;ω为回转支撑的转速;喷浆机械手根据得到喷浆数据(α,v)进行喷浆,设喷浆嘴出口流量为Q,则△t=v/Q,则回转支撑根据该时间间隔合理调整转速;
S4.3:根据测距传感器测得的隧道洞壁表面数据点(α,d)和隧道横截面设计尺寸,则喷浆位置点为(α-β,R0),其中R0为隧道横截面半径,根据隧道横截面设计尺寸可获得。
以上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 (3)
1.一种智能混喷机器人的混喷方法,其特征在于:步骤如下:
S1:在同一回转支撑(1)上设置两个相同的机械臂(2),其中一个机械臂上设有测距传感器(3)、另一个机械臂上设有喷浆嘴(4),两个机械臂(2)之间的圆心角为β;
S2:根据喷浆嘴(4)和测距传感器(3)本身参数及隧道横截面设计尺寸,分别确定两个机械臂的末端的路径;
S3:根据步骤S2中确定的机械臂的末端路径,进行运动学反解,确定测距传感器(3)的位姿;
S4:测距传感器(3)对隧道洞壁进行轮廓扫描,后台控制器根据轮廓扫描计算喷浆嘴(4)的喷浆位置和喷浆量;
S5:后台控制器根据步骤S4中的喷浆位置和喷浆量,调节喷浆嘴(4)的位姿,对隧道洞壁进行定点定量喷涂支护;
S6:重复步骤S2~S5,对隧道洞壁进行全面智能混喷支护;
在步骤S1中两个相同的机械臂(2)位于同一竖直平面内;
在步骤S2中机械臂的末端的路径的确定步骤如下:
S2.1:根据隧道轮廓设计图纸和测距传感器(3)自身的探测宽度和高度参数,确定机械臂(2)的初始姿态和位置,保证测距传感器(3)能清晰探测到隧道洞壁数据;
S2.2:在测距传感器(3)所在的平面内建立极坐标系,极坐标系的原点O1与回转支撑(1)的圆心重合,测距传感器(3)在相应的平面内的路径轨迹表示为
l(t)=(θ,R)=(Δtω,R(t))
其中,θ为测距传感器(3)转过的角度,R为测距传感器(3)到原点O1的距离,ω为回转支撑的转速,R(t)为分段函数,
其中,a,b,c....为常数,tk为时间段,k值取决于隧道的设计轮廓组成段数;S2.3:回转支撑沿隧道轴线方向运动,当遇到隧道截面大小和形状发生改变时,重新设定机械臂的末端的路径,始终保持路径轨迹形状与隧道轮廓形状一致,同样保持测距传感器探测距离和探测宽度不变,对R(t)值进行重新修正,直到覆盖整个隧道。
2.根据权利要求1所述的智能混喷机器人的混喷方法,其特征在于:在步骤S4中喷浆位置和喷浆量确定的步骤如下:
S4.1:测距传感器测得的隧道洞壁表面数据点坐标表示为(α,d);其中α为回转支撑的旋转角度,d为测距传感器在固定路径上测得的到洞壁之间的距离;
S4.2:设隧道洞壁在相同角度方向的设计高度为D,测距传感器在固定路径下的测量宽度为e,则在旋转角度△α时的需喷浆体积v为:
v=△αe(d-D);
在旋转角度△α时的需喷浆体积写成时间t的函数为:v=ωe(d-D)△t;
ω为回转支撑的转速;
S4.3:根据测距传感器测得的隧道洞壁表面数据点(α,d)和隧道横截面设计尺寸,则喷浆位置点为(α-β,R0),其中R0为隧道横截面半径。
3.根据权利要求1或2所述的智能混喷机器人的混喷方法,其特征在于:步骤S5中对隧道洞壁进行定点定量喷涂支护过程中,根据回弹量,确定喷浆嘴路径,然后进行运动学反解,确定喷浆嘴位姿,然后根据步骤S4中喷浆嘴的喷浆位置和喷浆量,对隧道洞壁进行喷涂。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010364448.7A CN111520163B (zh) | 2020-04-30 | 2020-04-30 | 一种智能混喷机器人的混喷方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010364448.7A CN111520163B (zh) | 2020-04-30 | 2020-04-30 | 一种智能混喷机器人的混喷方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111520163A CN111520163A (zh) | 2020-08-11 |
CN111520163B true CN111520163B (zh) | 2021-11-05 |
Family
ID=71911233
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010364448.7A Active CN111520163B (zh) | 2020-04-30 | 2020-04-30 | 一种智能混喷机器人的混喷方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111520163B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112211651B (zh) * | 2020-09-28 | 2023-03-17 | 中煤科工开采研究院有限公司 | 煤巷喷涂支护系统 |
CN112917487B (zh) * | 2021-01-21 | 2022-07-19 | 中国铁建重工集团股份有限公司 | 一种钢拱架区域的tbm喷混系统作业轨迹规划方法 |
CN113688500B (zh) * | 2021-07-14 | 2024-04-19 | 中铁工程装备集团有限公司 | 一种隧道掘进装备喷浆量通用化计算方法及存储介质 |
CN113756829B (zh) * | 2021-09-23 | 2024-05-24 | 中国铁建重工集团股份有限公司 | 一种敞开式tbm及其喷混系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107237641A (zh) * | 2017-08-07 | 2017-10-10 | 水利部交通运输部国家能源局南京水利科学研究院 | 基于监测反馈技术的单层衬砌智能喷射施工方法及装置 |
CN109736849A (zh) * | 2019-03-01 | 2019-05-10 | 长沙辉格智能科技有限公司 | 一种湿喷机智能控制系统 |
CN110159313A (zh) * | 2019-06-27 | 2019-08-23 | 中铁工程装备集团有限公司 | 一种智能喷浆系统及其喷浆支护方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10316239B2 (en) * | 2016-06-27 | 2019-06-11 | Tony DiMillo | Compressible grout mix for use in absorbing compressive or deformation stresses of subterranean formations |
-
2020
- 2020-04-30 CN CN202010364448.7A patent/CN111520163B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107237641A (zh) * | 2017-08-07 | 2017-10-10 | 水利部交通运输部国家能源局南京水利科学研究院 | 基于监测反馈技术的单层衬砌智能喷射施工方法及装置 |
CN109736849A (zh) * | 2019-03-01 | 2019-05-10 | 长沙辉格智能科技有限公司 | 一种湿喷机智能控制系统 |
CN110159313A (zh) * | 2019-06-27 | 2019-08-23 | 中铁工程装备集团有限公司 | 一种智能喷浆系统及其喷浆支护方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111520163A (zh) | 2020-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111520163B (zh) | 一种智能混喷机器人的混喷方法 | |
CN110014426B (zh) | 一种利用低精度深度相机高精度抓取形状对称工件的方法 | |
US8401692B2 (en) | System and method for tool testing and alignment | |
CN108827155B (zh) | 一种机器人视觉测量系统及方法 | |
CN110906863B (zh) | 一种用于线结构光传感器的手眼标定系统及标定方法 | |
CN110695991A (zh) | 基于变异粒子群优化的自动手眼标定方法 | |
CN109176517B (zh) | 基于末端名义点约束的串联工业机器人连杆参数标定方法 | |
CN109571477A (zh) | 一种改进的机器人视觉与传送带综合标定方法 | |
CN114523477A (zh) | 关节位姿的校准方法、系统及存储介质 | |
CN111553028A (zh) | 一种火箭发动机喷管摆动仿真分析方法及系统 | |
Liu et al. | Measuring method for micro-diameter based on structured-light vision technology | |
CN111136661A (zh) | 机器人位置标定方法、装置、系统及机器人系统 | |
CN111238367B (zh) | 一种绳驱机械臂三维臂型测量方法及装置 | |
CN111390914A (zh) | 一种机器人零位和工具坐标标定方法 | |
CN113566735B (zh) | 一种火箭发动机喷管冷却通道线激光在位测量方法 | |
CN117372489B (zh) | 一种用于双线结构光三维测量的点云配准方法及系统 | |
CN117449874A (zh) | 一种隧道混凝土智能喷射控制方法及系统 | |
KR20110046767A (ko) | 로봇과 레이저 비전 시스템 간의 캘리브레이션용 지그 및 이를 이용한 캘리브레이션 방법 | |
CN110900608B (zh) | 基于最优测量构型选择的机器人运动学标定方法 | |
CN117306614A (zh) | 挖掘机铲斗作业轨迹确定方法、装置、设备及存储介质 | |
CN115741712A (zh) | 一种基于激光传感器的关节机器人运动学参数辨识方法 | |
CN113118604B (zh) | 基于机器人手眼视觉反馈的高精度凸焊误差补偿系统 | |
JP2000088824A (ja) | 超音波探触子による配管診断方法と装置 | |
CN111456763B (zh) | 一种隧道开挖支护用经济型智能混喷装置及混喷方法 | |
CN115062482A (zh) | 一种考虑旋转关节定位误差的串联机器人运动学建模方法 |
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 |