基于φ400mm盾构模型试验的滚刀磨损预测及掘进参数优化研究

来源 :西南交通大学 | 被引量 : 0次 | 上传用户:tianwang782
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在隧道施工过程中,盾构刀具常发生严重磨损的情况,需要及时更换,但频繁的开舱检修和停机换刀不仅对操作人员带来很多安全隐患,同时还对施工进度和成本造成影响,因此探究刀具的磨损规律具有重要的工程价值和研究意义。在查阅大量研究盾构刀具磨损问题的文献后,本文以滚刀为研究对象,搭建盾构模型试验台进行试验,研究掘进参数对滚刀磨损量的影响,建立滚刀磨损预测模型,并优化试验掘进参数以减少滚刀磨损和提高掘进效率,主要研究内容如下:(1)分析了国内外学者对于盾构刀具磨损问题的研究现状,确定了本文的技术路线,利用能量守恒理论和经典摩擦磨损理论推导滚刀磨损计算公式,结合施工数据验证了公式的有效性。(2)通过对盾构模型试验的研究,结合本文研究目的,提出盾构刀具磨损试验平台的设计方案。依据相似理论进行参数设计,确定试验台最大推力30000N,刀盘最大转矩1000N·m,用于指导设备和传感器选型。按照机械设计标准进行零部件的结构设计,最终搭建出满足使用要求的试验平台。(3)在试验平台上进行滚刀磨损试验,从破岩和磨损两方面分析试验结果。采用破岩效能的概念用以分析滚刀的破岩效果,分析掘进参数对滚刀磨损的影响规律。根据试验数据建立滚刀磨损预测公式,将单位距离(100mm)的掘进时间定义为掘进效率,以单位距离上最大掘进效率和滚刀最小磨损量为优化目标对掘进参数进行优化。利用遗传优化算法求解,选择优化后的一组掘进参数对滚刀使用寿命进行预测,指导试验滚刀的更换。(4)利用ABAQUS对滚刀进行破岩仿真,研究刀盘转速、贯入度和刀间距对滚刀受力和摩擦功的影响规律。利用离散元软件EDEM对滚刀进行磨损仿真,对比验证了试验结果和离散元模型的正确性。
其他文献
近年来,地铁列车迎来了新的黄金发展时期。由于地下环境阴暗潮湿、地铁负荷量大、制动频繁等因素的影响,地铁列车的零部件易发生故障而严重危害公共交通安全。这对地铁列车的安全巡检提出了更高的要求。传统的地铁车辆巡检方式以人工为主,具有效率低、成本高、结果不稳定等不足之处。本文依托部署于列车运行现场铁轨底部和侧部的高精度相机成像图片,研究了基于计算机视觉的地铁列车关键装置零部件的缺陷检测算法,采用深度学习和
为适应微米甚至纳米级功能性原材料的生产需求,超微粉碎应运而生,成为医药、化工、食品、电子等众多领域粉体精深加工过程不可或缺的技术手段。磨头作为超微粉碎设备的典型功能部件,其表面结构形式是制约粉碎性能提升的关键因素。传统磨头结构设计多依赖工程经验,高效研磨副协同设计机制不明晰,逐渐不能满足高质量粉体的生产要求,存在研磨不充分、工作温升高、物料易变性、磨头磨损加剧等问题,进而造成能源和材料的浪费。围绕
在电力系统中变压器起着电能转换的重要作用,保证变压器可靠稳定运行就是保证电力系统供配电的稳定性。而由于电力系统的运行环境较为复杂,变压器绕组在短路大电流的冲击下极有可能发生绕组移位故障,严重威胁电力系统的供电可靠性。频率响应法由于测试简单、重复性好,目前广泛应用于绕组故障检测,而由于实际变压器造价昂贵,无法开展绕组故障模拟探究故障下频率响应变化规律,建立可靠准确的绕组频率响应仿真模型,对绕组故障识
在功率变流器系统中,由于复杂的运行状态,恶劣的运行环境及严格的安全运行要求,IGBT模块的可靠性面临着巨大的挑战。温度应力是影响IGBT模块可靠性、老化失效的主要原因,而目前功率变流器中对结温、老化信息的在线提取由于工作环境恶劣、监测方法复杂、在线监测电路精度差等原因,难以实现。故研究在线提取功率变流器中结温、老化信息的方法,将在提高功率变流器工作可靠性的基础上,为规划IGBT模块的检修、更换工作
学位
学位
齿轮箱作为传动系统的核心部件之一,对轨道车辆的平稳安全运行起到极其重要的作用。齿轮箱工作时,会产生大量热量和分布不均匀的高压气液混合物,对齿轮箱的润滑和密封性能要求较高。轨道车自重和载重较大、行驶速度范围宽、工况变化大,容易造成齿轮箱润滑不良和密封失效。近年来,计算机流体动力学(CFD)成为齿轮箱内部流场特性研究的热门方法。本文研究的某型号轨道车辆二级传动齿轮箱结构复杂,存在轮系旋转、油气两相流和
随着制造业的发展,机床的利用率日益提高,而刀具作为机床加工工具,其磨损状态会直接影响机床加工精度和加工效率,因此,在加工过程中检测刀具磨损状态具有重要的现实意义。目前,刀具磨损检测方法以传统检测方法为主,而传统检测方法存在精度不稳定和传感器安装复杂等问题,基于这些问题,本文对基于机器视觉的刀具磨损检测方法进行了研究,该方法不仅能获取精确的磨损量,而且不易受环境噪声干扰。本文以利用机器视觉技术实现在
随着动车组数量的不断增长,对动车组故障检测的任务量也越来越大,检测的难度和要求也越来越高,故研制一套无人或者少人化的动车组故障检测系统十分必要。目前动车组入库检修的过程需要工作人员依靠眼睛观察、手电筒辅助照明工业相机录像、尺子测量等传统的检查方式进行动车组故障的检测,受位置变化、人体疲劳和光照条件等不可控因素的影响,故存在很多的误检和漏检。近几年,基于深度学习的目标检测算法取得了空前发展,将Fas
不同取向和形状的析出相对镁(Mg)合金有着显著不同的强化效果。以盘片状或板条状沿Mg基体基面分布的析出相对基面滑移的阻碍作用较差,导致其析出强化效果有限。与之相比,以盘片状沿Mg柱面分布的析出相可有效阻碍基面滑移,体现出了优异的析出强化效果。通过孪生-时效-去孪生(TAD)方法,Mg-Al系合金中沿基面分布的盘片状Mg17Al12相已被成功调控至柱面分布,显著提高了合金的屈服强度。由此可见,调控析