基于RBF神经网络的七自由度凿岩台车钻臂运动学研究

作者：崔孟豪,姬会福,惠延波,等. 日期：2022-11-22/span> 浏览：564 查看PDF文档

摘要:运动学研究是凿岩台车钻臂定位控制的前提,由于七自由度凿岩台车钻臂结构不满足Pieper准则,采用解析法、数值法无法获得其有效的运动学模型,针对这一问题,提出了一种基于径向基函数（RBF）神经网络的钻臂逆运动学求解方法。首先,基于凿岩台车钻臂施工运动约束条件,采用改进DH法建立了钻臂的正运动学矩阵模型,通过正运动学矩阵采集了钻臂运动样本数据,并利用MATLAB平台构建了三层RBF神经网络逆运动学模型,并对所采集的样本进行了训练预测;其次,以63孔位隧道掌子面为例,采用RBF法和数值法对孔位进行了预测验证;最后,利用ADAMSSimulink联合仿真的方式,对钻臂定位施工可行性进行了验证。研究结果表明:通过仿真获得钻臂的最大定位预测误差为0.62%,RBF法预测孔位位姿X、Y方向最大误差分别为2.588mm、2.336mm,预测精度优于数值法;所提出的控制方法能够实现钻臂末端定位的误差在钻孔施工允许范围内,可以提高凿岩台车钻孔的定位精度,避免隧道断面发生超欠挖现象。

关键词:凿岩台车;钻臂结构;钻臂定位控制;末端定位误差;运动学分析;径向基函数神经网络

中图分类号:TH113.2;TD421文献标识码:A文章编号:1001-4551(2022)09-1312-07


本文引用格式:

崔孟豪,姬会福,惠延波,等.基于RBF神经网络的七自由度凿岩台车钻臂运动学研究［J］.机电工程,2022,39(9):1312-1318.

CUI Meng-hao, JI Hui-fu, HUI Yan-bo, et al. Kinematics of 7-DOF rock drilling jumbo boom based on RBF neural network［J］.Journal of Mechanical & Electrical Engineering, 2022,39(9):1312-1318.