数字孪生驱动的巷道自动成形截割虚拟调试方法研究OA北大核心CSTPCD

针对目前巷道自动成形截割控制调试周期长、调试成本大、安全风险大、成形质量难以评价等问题,提出了一种数字孪生驱动的巷道自动成形截割虚拟调试方法。采用基于即时外观建图(RTAP−MAP)技术重建巷道三维环境,构建掘进机控制系统模型,形成虚拟调试环境,并利用虚拟传感器技术实现物理空间到虚拟环境状态的精准映射。针对难以量化评估断面成形质量的问题,确立了巷道自动成形截割性能评价方法,以断面成形截割控制过程在数据传输中心的记录为基础,主要对断面成形精度、截割效率与油缸开关次数、硬岩切割调整、超挖欠挖4个评价指标进行计算,从而为深度学习算法的迭代优化提供精准反馈信号,并提出了一种融合强化学习的自动截割控制策略,以提高自动化作业的适应性和精确度。为验证该虚拟调试方法的有效性和准确性,搭建了掘进机自动控制实验平台,并将虚拟调试系统应用于掘进巷道成形截割自动控制程序中。虚拟仿真结果表明:①被调试软件在控制关键点位处的X,Y,Z轴定位误差的最大值分别为74.8,72.93,123.67 mm,说明虚拟调试方法的定位精度达到性能要求。②虚拟样机与物理样机轨迹基本一致,说明该调试方法实现了对物理空间的映射。应用结果表明:①强化学习控制器在虚拟掘进测试中适应了复杂环境,将虚拟传感器输入有效转换为精准控制指令,验证了模拟−现实迁移训练的可行性。通过处理掘进精度和避免超欠挖的实时反馈,控制器学习并优化了策略。②优化后的断面成形截割控制性能得到了提升,根据数据库中控制量时间戳的记录,用时126 s,较优化前耗时减少了8 s。③优化后截割部末端轨迹跟踪最大误差为6.0 mm,较优化前降低了0.3 mm,避免了截割轨迹抖动导致的欠挖,同时使得轨迹和断面更加平滑。