面向智能化矿用电铲的挖掘轨迹优化设计方法.pdf

川liI Il ll lI llI l l1 1 1I I Y 3 6 8 6 16 6 大连理二大学 D A L I A NU N I V E R S I T YO FT E C H N O L O G Y 学科专业一一垫堡塑盐垦堡迨～ 作者姓名一一一一刍三堕塞邦一一一 指导教师⋯一盈一益教授一一 一一一宋学宜一教授一一一 答辩日期一一⋯2 0 1 9 一业月 万方数据 舢舢舢朋I [ [ I ] l [ [ W I I J P I l l l l l Y 3 6 8 6 16 6 博士学位论文 、 面向智能化矿用电铲的挖掘轨迹优化设计方法 O p t i m i z a t i o nD e s i g nM e t h o d so f t h eE x c a v a t i n gT r a j e c t o r yf o r I n t e l l i g e n tE l e c t r i cS h o v e l s 作者姓名王晓邦 学号1 1 4 0 4 0 3 8 指导教师孙伟教授 宋学官教授 学科、专业机械设计及理论 答辩日期2 0 19 年i ／月谚日 大连理工大学 D a l i a nU n i v e r s i t yo fT e c h n o l o g y 万方数据 大连理工大学学位论文独创性声明 作者郑重声明所呈交的学位论文，是本人在导师的指导下进行研究工作所取得的 成果。尽我所知，除文中已经注明引用内容和致谢的地方外，本论文不包含其他个人或 集体己经发表的研究成果，也不包含其他已申请学位或其他用途使用过的成果。与我一 同工作的同志对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。 若有不实之处，本人愿意承担相关法律责任。具有残缺不确定信息的群决策方法 学位论文题目 作者签名 面向智能化矿用电铲的挖掘轨迹优化设计方法 日期．2 监年卫月丑日 大连理工大学学位论文版权使用授权书 本人完全了解学校有关学位论文知识产权的规定，在校攻读学位期间论文工作的知 识产权属于大连理工大学，允许论文被查阅和借阅。学校有权保留论文并向国家有关部 门或机构送交论文的复印件和电子版，可以将本学位论文的全部或部分内容编入有关数 据库进行检索，可以采用影印、缩印、或扫描等复制手段保存和汇编本学位论文。 学位论文题目亘囱塑篮丝笙旦皇壁笪蕉塑垫堕垡垡遮盐友壁 作者签名 导师签名 答辩委员会主席 日期．卫盟年卫月丑日 日期型厶年生月≠日 日期鲨坐年』三月二L 日 l 万方数据 大连理工大学博士学位论文 摘．要 矿用电铲 E l e c t r i cs h o v e l ，E S 是指在露天开采中使用的，针对己爆破物料进行挖 掘的大型机械式正铲挖掘机，它是露天矿山开采系统的核心装备，反映了一个国家的装 备制造业水平。矿用电铲庞大复杂的机身结构、料堆表面的多变形貌等使挖掘轨迹设计 困难重重，以至于传统的人工操作很难实现最优挖掘轨迹作业，引起挖掘效率低下、挖 掘不平稳、挖掘不节能等问题。而矿用电铲智能化是一个很好的解决方案，因此本文以 W K ．5 5 为研究对象，针对矿用电铲智能化过程中亟需解决的、与挖掘轨迹相关的基础性 问题，建立了面向矿用电铲挖掘过程的动态挖掘阻力计算模型；提出了一种适用于典型 堆面挖掘轨迹的结构一轨迹一体化设计方法；建立了一种实现智能矿用电铲针对复杂堆 面的挖掘轨迹在线快速规划方法。主要研究内容如下 1 研究矿用电铲挖掘作业的特点，通过对挖掘过程中物料累积体积采用动态建模的 方法，建立了矿用电铲挖掘过程的动态挖掘阻力的改进型计算模型，该模型除了考虑物料 重力、铲斗斗壁与物料之间的摩擦力等，同时也考虑了挖掘速率对物料属性与惯性力的 影响；通过挖掘实验，证明该模型相比于传统挖掘阻力计算模型在精度方面提高了1 4 ％ 以上；并针对所建立的挖掘阻力计算模型进行参数灵敏度分析。 2 采用解析法建立矿用电铲的前端工作机构的三维有限元模型，应用该模型进行静 力学与动力学计算耗时分别为O ．7 5 s 与4 ．4 0 s ，所得的应力分布与振动等情况与相关文献 结果一致，证明了该模型的计算高效性与精确性，因此针对前端工作机构所建立的解析 法有限元模型，可为后续轨迹设计中考虑振动与结构安全等方面奠定理论与模型基础。 3 针对智能矿用电铲自动化挖掘过程对典型挖掘轨迹的要求，考虑到矿用电铲结构 与其可执行挖掘轨迹之间的相互作用特点，提出一种对其结构与轨迹进行同步处理的一 体化设计方法 C o d e s i g n ；由于当前的轨迹设计方法难以满足C o d e s i g n 方法的同步性要 求，首先建立一种基于R B F 代理模型技术的挖掘轨迹设计方法，从而将传统时序问题转 化为空间点集问题；进而建立矿用电铲面向典型堆面的C o d e s i g n 方法通用模型，结果相 比于传统顺序设计方法能耗降低7 ．8 5 ％；并实验验证C o d e s i g n 方法的优越性。 4 为实现智能矿用电铲对复杂堆面的自动化挖掘，基于离散化思想建立一种把传统 最优控制问题转化为非线性规划问题的轨迹在线快速规划方法；并通过数值实验验证该 方法针对不同类型复杂堆面的快速规划能力，结果显示其能在确保合适能耗与足够满斗 率的情况下保持较高的计算效率，用时均低于1 0 s ，证明了该方法的高效性与高适用性。 关键词智能矿用电铲挖掘轨迹挖掘阻力结构一轨迹一体化设计挖掘轨迹 在线快速规划 万方数据 大连理工大学博士学位论文 A B S T R A C T A nE l e c t r i cS h o v e l E S i So n ek i n do f l a r g em e c h a n i c a le x c a v a t o r sa n du s u a l l yu s e di nt h e o p e n - p i tm i n i n gt oe x c a v a t et h eb l a s t e dm a t e r i a l ．A sac o r ee q u i p m e n ti nt h eo p e np i tm i n e ．t h e E Sr e f l e c t st h el e v e lo fo n ec o u n t r yi nt h ee q u i p m e n t m a n u f a c t u r i n gi n d u s t r y ．D u et ot h eh u g e a n dc o m p l e xs t r u c t u r e ，t h ev a r i o u sm a t e r i a lp i l es u r f a c e s ，e t c ．，t h ee x c a v a t i n gt r a j e c t o r yp l a n n i n g f o r t h eE Sb e c o m e sa l li n t r a c t a b l ep r o b l e m ．T h e r e b y , t h et r a d i t i o n a lm a n u a l o p e r a t i o nc a nh a r d l y r e a l i z et h ee x c a v a t i o nt r a c k i n gt ot h e o p t i m a lt r a j e c t o r y , w h i c hm a yl e a dt ol o we f f i c i e n c y , i n s t a ． b i l i t y , a n dh i g he n e r g yc o n s u m p t i o nf o rn l eE S ．T oa d d r e s sa l lt h ep r o b l e m sm e n t i o n e da b o v e ． t h ei n t e l l e c t u a l i z a t i o no ft h eE Sc a l lb eag o o ds o l u t i o n ．I nt h i sd i s s e r t a t i o n ，t h eW K ．5 5E Si s s e l e c t e da st h er e s e a r c ho b j e c t ，b a s e do nw h i c ht h ee x c a v a t i n g - t r a j e c t o r y - r e l a t e dp r o b l e m sa r e s t u d i e d ．Ad y n a m i ce x c a v a t i n gr e s i s t a n c em o d e l t a k i n gi n t oa c c o u n tE S ’Sw o r k i n gc h a r a c t e r - i s t i c si se s t a b l i s h e d ．Ac o l l a b o r a t i v ed e s i g ns t r a t e g ys y n c h r o n o u s l y d e a l i n gw i t hE S ’Ss t r u c t u r e a n dt r a j e c t o r yf o rt h et y p i c a lp i l es u r f a c ei sp r o p o s e d ．T or e a l i z et h ea u t o m a t i ce x c a v a t i o nf o r c o m p l e xp i l es u r f a c e s ，ar a p i do n l i n ee x c a v a t i n gt r a j e c t o r yp l a n n i n gm e t h o di se s t a b l i s h e d ．T h e m a i nr e s e a r c hc o n t e n t sa r ea sf o l l o w s 1 T h ew o r k i n gc h a r a c t e r i s t i c so ft h eE Si sf i r s ts t u d i e d ．B yu s i n gad y n a m i cm o d e l i n g m e t h o df o rt h ec u m u l a t i v ev o l u m eo ft h el o a d e dm a t e r i a li nt h ed i p p e r , t h ed y n a m i ce x c a v a t ． i I l gr e s i s t a n c em o d e li se s t a b l i s h e df o rE S ’Se x c a v a t i n gp r o c e s s ．T h i sd y n a m i cm o d e lt a k e si n t o a c c o u n tn o to n l yt h el o a d e dm a t e r i a lg r a v i t y ，t h ef r i c t i o nb e t w e e nt h ed i p p e rw a l l sa n dt h em a ． t e r i a l ，e t c ．，b u ta l s ot h ei n f l u e n c ef r o mt h ee x c a v a t i n gs p e e do nt h em a t e r i a lp r o p e r t i e sa n dt h e i n e r t i af o r c e ．A ne x c a v a t i n gt e s ti sa l s oc o n d u c t e da n dr e l e v a n tr e s u l t s c e r t i f yt h a tt h ee s t a b l i s h e d d y n a m i ce x c a v a t i n gr e s i s t a n c ec a ni m p r o v et h ea c c u r a c yb ya tl e a s t14 ％c o m p a r e dw i t ht h ec o n ． v e n t i o n a le x c a v a t i n gr e s i s t a n c em o d e l s ．T h e n ，ag l o b a ls e n s i t i v i t ya n a l y s i si sp e r f o r m e df o r t h e n e w l ye s t a b l i s h e de x c a v a t i n gr e s i s t a n c em o d e lo nr e l e v a n tp a r a m e t e r s ． 2 At h r e e - d i m e n s i o n a lf i n i t ee l e m e n tm o d e lo fE S ’Sf r o n tw o r k i n gm e c h a n i s mi se s t a b ． 1 i s h e db yu s i n gt h ea n a l y t i c a lm e t h o d ．B yt h i sm o d e l ，t h es t a t i c sa n dd y n a m i c sc o m p u t a t i o n s o n l yt a k e0 ．7 5 sa n d4 ．4 s ，r e s p e c t i v e l y ．T h es t r e s sd i s t r i b u t i o na n dt h ev i b r a t i o no b t a i n e d 疔o m t h ea b o v ec o m p u t a t i o n sc a nm a t c ht h er e s u l t so fr e l e v a n tr e f e r e n c e s ．T h e n ，i tc a nb ec o n c l u d e d t h a tt h ee s t a b l i s h e df i n i t ee l e m e n tm o d e lh a se n o u g hc o m p u t a t i o n a l e f f i c i e n c ya n da c c u r a c y ，a n d i tC a l ll a yas o l i df o u n d a t i o nf o rt h ec o n s i d e r a t i o no f t h ev i b r a t i o na n ds t r u c t u r es a f e t yd u r i n gt h e e x c a v a t i n gt r a j e c t o r yd e s i g n ． 3 T om e e tt h er e q u i r e m e n to f t h et y p i c a le x c a v a t i n gt r a j e c t o r yd u r i n gE S ’Sa u t o m a t i co p e r ． I I I 万方数据 面向智能化矿用电铲的挖掘轨迹优化设计方法 a t i o na n dd e a lw i t ht h e ．i n t e r a c t i o nb e t w e e nE S ’Ss t r u c t u r ea n dt r a j e c t o r y ，ac o l l a b o r a t i v ed e s i g n m e t h o d C o d e s i g n s i m u l t a n e o u s l yp r o c e s s i n gb o t ho ft h es t r u c t u r ea n dt r a j e c t o r yp a r a m e t e r si s p r o p o s e d ．T or e a l i z et h i sa s y n c h r o n o u sp r o c e s s i n g ，aR B Fs u r r o g a t eb a s e dt r a j e c t o r yp l a n n i n g R B F - T P m e t h o di sp r o p o s e d ，w h i c ht r a n s f o r m sat i m i n gp r o b l e mt oa no p t i m i z a t i o np r o b l e m o fas p a c ep o i n ts e t ．T h e n ，b a s e do nt h eR B F T 只t h eu n i v e r s a lm o d e lo f t h eC o d e s i g nf o rt h eE S i se s t a b l i s h e d ．B yc o m p a r i n gw i t ht h et r a d i t i o n a ls e q u e n t i a lo p t i m i z a t i o nm e t h o d ．t h eC o d e s i g n C a nd e c r e a s et h ee n e r g yc o n s u m e db yp e rv o l u m eo f t h el o a d e dm a t e r i a lb y7 ．8 5 ％．At e s ti sa l s o c o n d u c t e dt ov e r i f yt h es u p e r i o r i t yo ft h eC o d e s i g nm e t h o d ． 4 T or e a l i z et h ea u t o m a t i ce x c a v a t i o no ft h ei n t e l l i g e n tE Sf o rt h ec o m p l e xp i l es u r f a c e s ， a no n l i n er a p i dt r a j e c t o r yp l a n n i n g R T P m e t h o df o rE S ’Se x c a v a t i n gt r a j e c t o r yi sp r o p o s e d b a s e do nt h ed i s c r e t i z a t i o ni d e a s ．B yp e r f o r m i n gac a s es t u d yf o rt h i so n l i n eR T Pm e t h o d ，i t o n l yt a k e s6 ．6 3 st oc o m p l e t et h ee x c a v a t i n gt r a je c t o r yp l a n n i n g ，w h i c hm e e t st h er e q u i r e m e n t s o f t h e r a p i d i t y , t h eh i g hf i U a b i l i t ya n dt h el o w - e n e r g yc o n s u m p t i o n f o r t h eE S ’Si n t e l l i g e n t i z a t i o n ． T h e n ，n u m e r i c a lt e s t sa r ep e r f o r m e df o rt h eo n l i n eR T P m e t h o db yd e a l i n gw i t ht h em a t e r i a lp i l e w i t hd i f f e r e n tp i l ea n g l e sa n dc o m p l e xs u r f a c et y p e s ．R e s u l t ss h o wt h a ta l lt h ec o m p u t i n gt i m ei s l e s st h a n10 s ，w h i c hr e f l e c t st h ec o m p u t a t i o n a le f f i c i e n c ya n dt h eh i g ha p p l i c a b i l i t yo f t h eo n l i n e R T Pm e t h o d K e yW o r d s I n t e l l i g e n tE l e c t r i cS h o v e l ；E x c a v a t i n gT r a j e c t o r y ；E x c a v a t i n gR e s i s t a n c e ； S t m c t u r e - t r a j e c t o r yC o d e s i g n ；O n l i n eR a p i dT r a j e c t o r yP l a n n i n g I V 万方数据 大连理工大学博士学位论文 目录 1 绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 1 1 ．1 研究背景与意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 1 1 ．1 ．1 研究背景⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯． 1 1 ．1 ．2 存在的问题⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．5 1 ．1 ．3 研究意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 7 1 ．2 国内外研究现状分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．8 1 ．2 ．1 矿用电铲的发展历程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯8 1 ．2 ．2 矿用电铲的智能化⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 2 1 ．2 ．3 矿用电铲铲斗挖掘阻力建模⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯13 1 ．2 ．4 矿用电铲有限元建模仿真方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯～1 5 1 ．2 ．5 矿用电铲工作装置运动学建模⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．16 1 ．2 ．6 矿用电铲结构优化方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯17 1 ．2 ．7 矿用电铲挖掘轨迹设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯18 1 ．3 本文主要研究内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 0 1 ．4 本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 3 2 矿用电铲动态挖掘阻力建模与分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．2 4 2 ．1 引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．2 4 2 ．2 挖掘工具与物料相互作用特点⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 4 2 ．2 ．1 挖掘工具形状及其挖掘动作分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 4 2 ．2 ．2 被挖掘物料的强度理论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．2 6 2 3 不同挖掘工具的挖掘阻力计算模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．2 8 2 ．3 ．1 宽板型挖掘工具挖掘阻力计算模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．2 8 2 ．3 ．2 窄板型挖掘工具挖掘阻力计算模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．3 l 2 ．3 ．3 铲斗挖掘阻力计算模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯3 4 2 ．4 矿用电铲动态挖掘阻力计算模型建立⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．3 7 2 ．4 ．1 矿用电铲铲斗作业特点⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。3 7 2 ．4 ．2 动态挖掘阻力计算模型建立⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯3 8 2 ．5 矿用电铲动态挖掘阻力计算模型实验验证⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．4 2 2 ．5 ．1 实验目的与原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．4 2 2 ．5 ．2 实验台结构方案⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．4 2 万方数据 面向智能化矿用电铲的挖掘轨迹优化设计方法 2 ．5 ．3 实验与结果分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯4 4 2 ．6 矿用电铲挖掘阻力参数灵敏度分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯4 7 2 ．7 本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．4 9 3 矿用电铲解析法系统建模与分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5 0 3 ．1 引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．5 0 3 ．2 矿用电铲结构分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．5 0 3 ．3 矿用电铲工作机构的数值仿真模型建立⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5 1 3 ．3 ．1 数值仿真模型建立⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5l 3 ．3 ．2 矿用电铲模型等效⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．5 5 3 ．3 ．3 矿用电铲结构离散化以及边界条件的确定⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5 7 3 ．4 矿用电铲工作机构的静力学特性⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．6 2 3 ．5 矿用电铲工作机构的动力学特性⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯6 5 3 ．6 矿用电铲前端工作机构运动学建模⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．6 8 3 ．6 ．1 运动学建模方法介绍⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯6 8 3 ．6 ．2 前端工作机构运动学建模⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯6 9 3 ．7 本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．7 2 4 面向典型堆面的矿用电铲结构与轨迹一体化设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯7 4 4 ．1 引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．7 4 4 ．2 矿用电铲结构一轨迹一体化设计方法 C o d e s i g n ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯7 4 4 ．2 ．1 矿用电铲传统顺序设计方法存在的问题⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯7 4 4 ．2 ．2 矿用电铲C o d e s i g n 方法原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．7 5 4 ．2 ．3 当前矿用电铲挖掘轨迹设计方法及存在的问题⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．7 8 4 ．3 基于径向基函数代理模型的轨迹设计方法 R B F ．T P ⋯⋯⋯⋯⋯⋯⋯⋯⋯．8 0 4 ．3 ．1 基于径向基函数的代理模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯8 0 4 ．3 ．2 矿用电铲R B F ．T P 方法原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯8 1 4 ．4 矿用电铲R B F ．T P 方法的通用模型建立⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．8 3 4 ．4 ．1 矿用电铲铲斗挖掘状态分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯8 3 4 ．4 ．2 挖掘轨迹设计的目标函数确定⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯8 6 4 ．4 ．3 挖掘轨迹设计的约束分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．8 7 4 ．5 矿用电铲R B F ．T P 方法应用案例⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．9 0 4 ．5 ．1 矿用电铲R B F ．T P 方法应用案例参数的确定⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．9 0 4 ．5 ．2 矿用电铲R B F - T P 方法案例结果分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯9 2 万方数据 大连理工大学博士学位论文 4 ．5 ．3 矿用电铲R B F ．T P 方法和传统轨迹设计方法的比较⋯⋯⋯⋯⋯⋯⋯⋯⋯1 0 1 4 ．6 矿用电铲基于R B F ．T P 的C o d e s i g n 模型建立⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．1 0 4 4 ．6 ．1 基于R B F ．T P 方法的C o d e s i g n 方法原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 0 4 4 ．6 ．2 前端工作机构关键结构设计变量的确定⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．1 0 5 4 ．6 ．3 矿用电铲C o d e s i g n 目标函数建立⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。10 7 4 ．6 ．4 矿用电铲C o d e s i g n 模型约束分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 0 7 4 ．7 运用C o d e s i g n 方法进行矿用电铲典型挖掘轨迹设计案例⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。1 0 9 4 ．7 ．1 矿用电铲C o d e s i g n 方法的参数确定⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 0 9 4 ．7 ．2 矿用电铲C o d e s i g n 方法结果分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．10 9 4 ．8 实验验证面向典型堆面的矿用电铲C o d e s i g n 方法的优越性⋯⋯⋯⋯⋯⋯⋯⋯1 1 6 4 ．8 ．1 实验目的与原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 1 6 4 ．8 ．2 实验与结果分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯- ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 17 4 ．9 本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．1 19 5 面向复杂堆面的挖掘轨迹在线快速规划⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 2 0 5 ．1 引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯12 0 5 ．2 面向复杂堆面的智能挖掘过程与存在的问题⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 2 0 5 ．2 ．1 面向复杂堆面的智能化挖掘流程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。1 2 0 5 ．2 ．2 面向复杂堆面的挖掘轨迹在线规划特点⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．1 2 1 5 ．3 挖掘轨迹在线快速规划方法 I 玎P ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 2 2 5 ．3 ．1 当前挖掘轨迹在线规划方法存在的问题⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 2 2 5 ．3 ．2 矿用电铲在线快速规划原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 2 4 5 ．4 矿用电铲挖掘轨迹在线R T P 模型建立⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一1 2 8 5 ．4 ．1 矿用电铲在线R T P 方法目标函数的确定⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 2 8 5 ．4 ．2 矿用电铲在线R T P 设计变量的确定⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 3 0 5 ．4 ．3 智能矿用电铲在线R T P 模型的约束分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 3 2 5 ．5 矿用电铲在线R T P 方法应用案例⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．1 3 3 5 ．5 ．1 矿用电铲在线R T P 方法案例参数确定⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 3 3 5 ．5 ．2 矿用电铲在线R T P 方法结果分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 3 4 5 ．6 面向复杂堆面的在线R T P 方法数值实验⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 3 9 5 ．6 ．1 矿用电铲现实工作实际堆料特点⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 3 9 5 ．6 ．2 数值实验I R T P 方法处理不同堆积角堆面⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。1 4 1 5 ．6 ．3 数值实验I I R T P 方法处理不同复杂堆面⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 4 5 万方数据 面向智能化矿用电铲的挖掘轨迹优化设计方法 5 ．7 本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 5 0 6 结论与展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 5 2 6 ．1 结论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．15 2 6 ．2 创新点⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯15 3 6 ．3 展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯15 4 参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．15 5 攻读博士学位期间科研项目及科研成果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．1 6 3 致谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．16 7 作者简介⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 6 9 V I I I 万方数据 大连理工大学博士学位论文 1I n s t r u c t i o n s ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．． 1 1 ．1 B a c k g r o u n da n dS i g n i f i c a n c e ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ l 1 ．1 ．1 B a c k g r o u n d ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ l 1 ．1 ．2 E x i s t i n gP r o b l e m s ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．5 1 ．1 ．3R e s e a r c hS i g n i f i c a n c e ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 7 1 ．2R e s e a r c hS t a t u sa tH o m ea n dA b r o a d ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．8 1 ．2 ．1T h eD e v e l o p m e n to ft h eE S ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯8 1 ．2 ．2T h eI n t e l l e c t u a l i z a t i o no ft h eE S ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯l2 1 ．2 ．3M o d e lE s t a b l