盾构机的主要组成部分包括盾壳、刀盘及刀具、推进系统、刀盘驱动、管片拼装机、排土机构、后配套装置、电气系统和辅助设备等   中山板芙登高车出租, 中山板芙登高车, 中山板芙登高车公司   盾构机在隧道施工过程中，刀具随着刀盘对其前方的土体进行挖掘切削，刀具与土体的适应程度至关重要，不同的土体需要用不同配置的刀盘和刀具对其进行挖掘切削，如果刀盘和刀具与前方土体适应，盾构机就会高效快速地完成掘进施工，否则，盾构机掘进就会非常缓慢甚至原地不动。盾构机滚刀的磨损状态是盾构机正常掘进的最关键因素之一，所谓“工欲善其事，必先利其器”就是说准确地判断刀具的磨损状态，实时掌握刀盘对土体的切削情况，防止换刀不及时造成的恶性循环，及时更换磨损已达磨损极限的滚刀,对盾构机掘进速度及掘进效率至关重要。刀盘上的刀具属于易损件、易耗件，而且成本比较高，在掘进过程中，刀具的损耗占整个工程耗资的五分之一到四分之一，有的高达三分之一，并且刀具进货周期比较长，刀具的检查、维修、更换都很复杂困难，换刀过早会造成资源的浪费，换刀过晚又会影响工程的进度，这都会直接影响到工程的造价和工期。因此准确判断滚刀的磨损状态就显得十分必要。刀具的磨损检测成为影响一个工程进度和质量的关键问题。但是目前我们还没有完全掌握刀具磨损的因素及规律，而且刀具的跟踪监测水平不高，还不能时时掌握刀具的磨损状况，无法做到“视情换刀”。

    盾构刀具的磨损是评价盾构掘进机工作性能的一项重要参数，及时判断盾构滚刀的磨损状态不仅可以减少过早换刀造成的资源浪费，也可减轻换刀过晚给周边滚刀带来的超载负荷，避免加速滚刀的磨损这种恶性循环。探索一种适用于我国地质条件的刀具磨损检测方法十分必要，这对盾构工程乃至整个隧道工程的进度控制和成本控制都显得十分重要。刀具类型的选择、刀盘的结构、刀具的布置和磨损问题常成为城市地铁工程、地下隧道、市政隧道工程等所用盾构掘进机的方案选型的重点内容。尤其是盾构掘进机在砂卵石等较为坚硬的地层中掘进时，刀具的磨损问题更值得关注。为了解决这些问题，本课题做了盾构刀具磨损状态检测的研究。统观国内外的研究资料，国外TBM著名研究机构近年来也只是进行了刀具破岩过程中力的变化规律、依据施工工程案例统计资料为依据，进行施工成本和工期预测等方面的研究并未研究刀具的磨损状态。从国内来看，随着国内盾构机在工程上的广泛应用，现场工程技术人员积累了不少有益经验，而对工程施工中的磨损规律和刀具状态检测尚缺乏必要的讨论。盾构施工过程中换刀过早造成的资源浪费，换刀过晚会加重周围刀具的载荷，使刀具磨损加重，形成恶性循环，产生刀具偏磨或脱落，导致的工期推迟，严重的还会发生工程事故。及时换刀既节约了成本又避免了换刀过晚带来的损失，提高了掘进机的工作效率，还对工程的质量做出了有力的保障，保证工期节省成本。论文从直接检测和间接检测两个角度研究了刀具磨损检测：采用电涡流无损检测技术对隧道掘进机刀具磨损进行在线监测，尽管超声波、电涡流检测技术得到了广泛应用，但该方法在掘进机刀具磨损在线监测领域内的应用在国内外的文献中尚未见报道。利用基于现代信号处理方法[11]的能量谱研究掘进参数信号与刀具磨损之间的规律，通过对刀具磨损的实时测量，及时准确掌握刀具磨损状态，为“视情换刀”提供技术支持。

    中山板芙登高车出租, 中山板芙登高车, 中山板芙登高车公司 http://www.zhaoqingyuntichechuzu.com/

     目前国内外检测盾构刀具磨损的方法主要有：开仓检查、异味检测、油压检测、掘进参数分析等。开仓检查危险系数高，可能会造成开挖面坍塌严重的还会造成人员伤亡，并且工作效率低，异味检测能够很灵敏地报告刀具磨损的信息，但是这种方法只适合用在TBM中，在盾构机中无效。在刀盘内安装液压或者电子传感器系统，还有一些采用光纤维短路或超声波等方式来判断滚刀磨损程度，一旦磨损到一定程度就会自动报警，海瑞克公司曾提出带有磨损探测器的刮刀，但是感应装置只能安在少部分刀具上，应用范围小。JEMIELNIAK等采用声发射检测刀具的磨损状况，将声发射信号作为人工神经网络的输入，并由神经网络自动判断刀具是否已经磨损失效，但是该方法没有解决磨损部分的尺寸测量问题。在油压磨损检测中，由于油路有限，受到油路数量的限制，只能将其安装于少部分刀具上，无法得知其他刀具是否磨损，而且无法获取刀具的具体磨损量。在刀具磨损检测方面，马广州提出了利用掘进参数分析法，掘进参数分析法是对一些最基本、最重要的掘进参数(如掘进速度、千斤顶总推力、刀盘扭矩、刀盘转速、土舱压力等)进行分析后,建立掘进过程中总推力、总扭矩与掘进速度之间的关系：nvTnvWTTTtt210   Tt为刀盘总扭矩，Wt为刀盘总推力，ν为盾构机掘进速度，n为刀盘转速，W0为盾构掘进过程中的阻力T0,T1,T2为待求参数。通过回归方法求出T0,T1,T2代入得到:22120TWTTTnvtt   在总推力和刀盘转速不变时，掘进速度、刀盘扭矩主要与地质情况和刀具磨损状况有关，在土质越松软的地质条件下，掘进速度越大，硬岩越多，掘进速度越小，扭矩也随之变化；刀具磨损较多时，刀刃与土体接触面变宽，摩擦力变大从而使掘进速度降低，扭矩也会随着速度发生相应变化。掘进速度和扭矩也是有联系的的，速度越大，滚刀就会切入土体越深，扭矩就会随之变大。所以可以通过分析盾构机掘进速度和刀盘扭矩的变化来粗略分析预测盾构滚刀的磨损情况。随着刀具的不断磨损，在推力不变的情况下，掘进速度一般会降低，扭矩增加，根据这个道理也可以粗略估计刀具的磨损情况。此外，管会生等利用磨耗系数计算刀具寿命。在刀具寿命预测方面，挪威科技大学模型(NTNU)根据盘形滚刀直径、滚刀布置、刀盘速度和岩石的矿物质含量等参数根据挪威隧道的分析预测刀具的寿命。科罗拉多矿业学院模型(CSM)根据塞卡耐磨性指数CAI和滚刀在刀盘上的位置进行寿命预测。

     本文主要围绕盾构机刀具磨损的在线检测及状态识别展开研究工作。从间接检测和直接检测两个方面研究盾构刀具的磨损。间接方法利用基于现代信号处理方法的能量谱研究掘进参数信号与刀具磨损之间的规律。直接方法用电涡流无损检测技术对盾构机刀具磨损进行在线检测，通过对刀具磨损的实时测量及时准确掌握刀具的磨损状态为“视情换刀”提供技术支持。间接检测方法利用Hilbert-Huang变换的方法将信号转化为便于观测的量，然后用隐马尔可夫模型进行滚刀磨损状态预测。Hilbert-Huang变换充分利用了非平稳信号的局部性质，分离出了信号的全局缓变分量和局部振荡分量，各个IMF的Hilbert谱反映了信号分量的时变性质。Hilbert-Huang变换是一种自适应的处理信号的方法,此方法适于非平稳信号和非线性信号，具有很高的信噪比。隐马尔可夫模型(HMM)常用来建模和识别非平稳信号像语音和时变噪声等。在时变序列的模式分类问题中，隐马尔可夫模型可以有效地将动态规划方法融入模型中，因此国内外的一些专家把HMM模型引入到故障诊断和状态监测中，取得了很好的效果。该文利用基于Hilbert-Huang能量谱的刀具磨损间接检测方法，对掘进参数扭矩和推力信号进行Hilbert-Huang变换，将分解后的能量谱作为特征矢量，描述刀具磨损的变化规律；然后利用HMM建立的统计模型预测刀具磨损的发展趋势。直接检测方法是下位机采用电涡流传感器检测技术对盾构滚刀的刀具磨损进行在线检测，将电涡流传感器采集到的信息转化成数字信号并与上位机进行通信；上位机利用C#编程语言通过VisualStudio软件编写了盾构滚刀磨损检测软件，将下位机采集到的信号通过软件的处理与计算，显示出刀具的磨损量，通过对盾构滚刀磨损的实时测量，从而及时准确地掌握滚刀的磨损状态，为“视情换刀”提供了技术支持。尽管超声波、电涡流检测技术得到了广泛应用，但该方法在盾构滚刀磨损在线检测领域内的应用在国内外的文献中尚未见报道。

   中山板芙登高车出租, 中山板芙登高车, 中山板芙登高车公司