宋立业 万应才

辽宁工程技术大学电气与控制工程学院，葫芦岛，125105



基于RBF神经网络的隧道掘进机推进自适应PID控制

宋立业 万应才

辽宁工程技术大学电气与控制工程学院，葫芦岛，125105

针对全断面隧道掘进机的推进压力和推进速度的匹配问题，应用RBF神经网络算法设计了使推进压力和推进速度匹配且推进速度能快速跟随设定目标的自适应控制器。先在MATLAB中建立推进控制系统仿真模型，分析控制器自适应控制效果，然后在AMESim中建立推进系统液压控制模型，并与MATLAB联合仿真。联合仿真验证该控制器能在刀盘负载压力波动突变的情况下，使刀盘推进速度和推进压力跟随设定目标。试验证明，该控制器对负载大范围扰动有很好的抑制能力，能明显提高推进速度和推进压力耦合度并减小两者的波动范围。

全断面隧道掘进机；液压控制；自适应控制；大扰动

0 引言

隧道掘进机(tunnel boring machine，TBM)利用旋转刀盘的滚刀挤压剪切破岩，通过旋转刀盘铲斗收集石渣，并由皮带运输到洞外。TMB掘进过程中，刀盘的总推力和总扭矩影响刀具贯入岩石的深度、切削载荷、刀具磨损、刀盘主轴寿命[1]。推进速度和推进压力是刀盘推进总压力和总扭矩的主要影响因素，直接影响TBM的掘进效率。刀盘破岩时，刀盘负载会发生较大变化，推进油缸的压力和速度随之发生较大波动。隧道掘进过程中，推进控制器需要在岩石硬度不断变化、地层条件复杂、刀盘载荷不平衡等环境下精确控制推进压力和推进速度，保证掘进效率。……