基于仿真和實驗分析的管道施工機械手若干關(guān)鍵技術(shù)研究.pdf

1、隨著我國城市化進程的日益加快，各種市政管道施工工程在不斷增加。而目前我國的管道施工技術(shù)還停留在人機混合作業(yè)的狀態(tài)下，在施工中起重機和挖掘機經(jīng)常用來配合工人進行管道吊裝和對接工作。由于管道埋設(shè)比較深，極易出現(xiàn)溝槽的塌方，每年因此造成的人員傷亡事故時有發(fā)生。因此，如何減少管道施工的傷亡事故，提高管道施工的效率，使管道施工與現(xiàn)代化的科學(xué)技術(shù)有機結(jié)合是目前管道施工行業(yè)急需解決的問題。
　　本文研究的管道施工機械手是用于城市建設(shè)中大型地下管

2、網(wǎng)施工的現(xiàn)代化機械設(shè)備，它的應(yīng)用在提高管道施工效率的同時會大大提高地下管道施工的安全性。本文主要針對管道施工機械手的機械原理、基于虛擬樣機技術(shù)的管道施工機械手動力學(xué)分析和實驗分析，機械手的光電定位技術(shù)和機械手的控制策略等方面進行了研究。論文重點研究工作、創(chuàng)新及其特色如下:
　　1、管道施工機械手的機械原理研究
　　根據(jù)我國市政建設(shè)中地下管道鋪設(shè)的現(xiàn)場狀況，本文研究設(shè)計了帶有自鎖功能的管道施工機械手。該機械手以挖掘機為載體，具

3、有4個自由度，由回轉(zhuǎn)連接機構(gòu)、十字導(dǎo)軌和叉式提升機構(gòu)等組成，借助于挖掘機，該機械手可以實現(xiàn)管道在空間范圍內(nèi)的姿態(tài)調(diào)整。叉式提升機構(gòu)能利用管道的重力自動鎖緊管道，實現(xiàn)機械手與管道的固定。管道放下后，利用彈簧使叉手自動復(fù)位。為了防止管道被壓潰，對自鎖卡手作用在管道上的卡緊力進行了分析，得出了計算卡緊力的公式和影響卡緊力大小的參數(shù)，為保證機械手的正常工作提供基本的依據(jù)。利用D-H方法建立了機械手的運動學(xué)和動力學(xué)模型，為機械手的控制策略研究奠定

4、基礎(chǔ)。
　　2、管道施工機械手虛擬樣機建模與動力學(xué)仿真實驗分析
　　為了能夠準確模擬機械手的工作過程，為物理樣機的設(shè)計和制造提供參數(shù)依據(jù)，聯(lián)合采用Solidworks、Ansys、Adams軟件建立機械手的虛擬樣機。虛擬樣機建模過程中主要采用了如下方法:考慮到機械手在工作過程中部分構(gòu)件的形變對系統(tǒng)動態(tài)特性的影響，虛擬樣機采用剛-柔耦合建模方式，并對柔性構(gòu)件的應(yīng)力與應(yīng)變進行了分析;為了避免冗余約束的產(chǎn)生，使模型中導(dǎo)輪與導(dǎo)軌之間

5、的作用力更接近實際工況，機械手模型在導(dǎo)輪之間添加了過渡軸;為了真實模擬機械手工作時摩擦力的狀態(tài)，針對傳統(tǒng)添加摩擦力的方法不能準確時時跟蹤摩擦力的變化，采用了添加外力等效運動副中的摩擦力的方法。利用仿真數(shù)據(jù)提供的設(shè)計參數(shù)設(shè)計制造了實驗樣機并進行了實驗，通過實驗結(jié)果與仿真結(jié)果的對比驗證了機械手虛擬樣機建模正確，與實驗樣機高度相符。
　　3、管道施工機械手的光電定位技術(shù)研究
　　針對管道施工機械手的實際工作情況，本文研究了不同工況

6、下機械手在鋪設(shè)管道時的光電定位技術(shù)，并設(shè)計開發(fā)出了機械手的光電定位系統(tǒng)。利用逆坐標變換理論分別建立了單靶定位、雙靶定位和三靶定位時光電定位系統(tǒng)的數(shù)學(xué)模型，該模型為控制系統(tǒng)控制機械手的運動提供了控制參數(shù)，實現(xiàn)管道的對接與安裝。對光電定位系統(tǒng)進行了仿真分析與實驗研究;并通過實驗分別測試了光電定位系統(tǒng)的數(shù)據(jù)采集和無線傳輸數(shù)據(jù)能力，對實驗結(jié)果進行了分析，得出了影響光電定位系統(tǒng)工作能力的因素。通過對光電定位系統(tǒng)的仿真和實驗測試，表明該光電定位系統(tǒng)

7、能夠滿足機械手完成管道鋪設(shè)任務(wù)的要求。
　　4、管道施工機械手的控制策略研究
　　管道施工機械手是一個多輸入、多輸出的非線性、強耦合的機械系統(tǒng)，且機械手在鋪設(shè)管道過程所握持水泥管節(jié)和機械手自身位姿的時刻變化對機械手系統(tǒng)影響很大，傳統(tǒng)的跟蹤控制和抗干擾控制已不能滿足機械手運動穩(wěn)定性和抗干擾性要求。本文在對機械手動力學(xué)特性進行了分析的基礎(chǔ)上，設(shè)計了一種基于RBF的10輸入、5輸出的模糊神經(jīng)網(wǎng)絡(luò)控制器，給出了一種不同于傳統(tǒng)算法的新