基于粒子-蚁群混合算法的截割头形状优化设计.pdf

第 38 卷 第 2 期2024 年 4 月有色设备NONFERROUS METALLURGICAL EQUIPMENTVol.38 No.2Apr.2024引用格式:孙玲,贾凯.基于粒子-蚁群混合算法的截割头形状优化设计J.有色设备,2024,38(2):46-51.SUN Ling,JIA Kai.Optimization design of cutting head shape based on particle鄄ant colony hybrid algorithmJ.NonferrousMetallurigical Equipment,2024,38(2):46-51.基于粒子-蚁群混合算法的截割头形状优化设计孙摇 玲1,贾摇 凯2(1.阜新市产业转型振兴服务中心,辽宁 阜新 123000;2.辽宁工业大学 机械工程与自动化学院,辽宁 锦州 121000)摘摇 要 针对 EBH-150 型横轴式掘进机截割头在截割过程中遇到的载荷波动问题,采用粒子-蚁群混合算法对现有抛物线形截割头进行优化设计。利用 Matlab 数值模拟软件,对截齿的排列参数进行多目标优化,以期减少载荷波动并提升掘进机的工作稳定性。优化结果显示,截割头的截线间距经过调整后,从外向内逐渐减小,使得单个截齿受力更为均匀。横向载荷波动降低了约 62%,其他方向的载荷波动也显著降低,均超过 50%。这些改进有效提高了掘进机横摆进刀的稳定性,并有助于延长截割头的使用寿命。尽管优化后的截割头在某些方向上的载荷均值有所增加,但载荷峰值降低,避免了单个截齿的过载现象。总体而言,优化设计取得了理想的效果,但仍需通过实际应用进行验证。本研究为掘进机截割头的优化设计提供了一种有效的算法支持,对于提高掘进机的工作效率和安全性能具有重要意义。关键词 掘进机;截割头;粒子-蚁群优化;混合算法;Matlab 软件;数值模拟中图分类号 TD421摇 摇 摇 文献标志码 A摇 摇 摇 文章编号 1003-8884(2024)02-0046-06DOI:10.19611/11鄄2919/tg.2024.02.008收稿日期 2023-11-12第一作者 孙玲(1984),女,辽宁阜新人,工程师,硕士,主要研究方向为机械设计及理论。0摇 引言截割头是掘进机进行有效作业的关键部件,其通常包含多个截齿,这些截齿配合截割头的转动对煤层进行切割和破碎。由于截割头是与煤层直接接触并完成采矿作业的部分,其设计质量、制造精度以及工作参数配置等影响掘进机的工作效率以及安全性能1。截割头的可靠性和整机的安全性也是生产中不容忽视的问题。若截割头设计不当或截齿安排不合理,可能导致截割头在工作过程中承受不均匀的载荷,这会增加截割头的机械疲劳,从而降低其使用寿命,并可能因机械故障导致生产安全事故。在截割过程中,单个截齿的截割角度、排列位置等因素显然会造成整体载荷的波动2-3。不同的角度和排列将导致截割力矩的变化,进而影响到截割头以及整个掘进机的稳定性与效率。为此,对截齿的排列进行优化,能显著提升截割效率,减少能耗,同时也能降低因不均衡载荷导致的机械故障风险,延长掘进机以及截割头的使用周期。1摇 截割头介绍截割头的形状是指截割头绕自身主轴转动时,截齿齿尖所形成的外轮廓,也称截割头包络面,如图 1 所示。截割头绕轴线旋转时,各个截齿齿尖与过轴线平面都有一个交点,连接这些交点就得到齿尖包络曲线。该包络曲线绕截割头轴线旋转就得到截割头的空间包络面。图 1摇 截割头形状及截割头齿尖包络面Fig.1摇 Shape of cutting head and envelopesurface of cutting head tooth tip摇现有计算截割头载荷的公式中,截割头的截齿排列参数包括截线间距、截齿圆周角和每线截齿数。在截割头总体结构即截割头几何尺寸以及截齿数目不变的前提下,截线间距和截齿圆周角直接影响单个截齿的受力,进而影响到截割头在竖直方向、推进方向、横切方向上的载荷以及负载扭矩的波动情况。因此,本文选择每个截齿的截线间距与截齿圆周角作为优化设计的设计变量,即 X=t,兹4。2摇 目标函数的建立衡量截割头载荷波动大小以载荷的变差系数大小作为衡量标准。因此,以截割头竖直方向载荷Ra、推进方向载荷 Rb、横切方向载荷 Rc和负载扭矩Mc的变差系数最小作为截齿排列参数优化的目标函数5-6。模拟横轴式掘进机横切的工况时,将横切载荷的变差系数作为首要目标,建立目标函数如下。F(X)=0郾 2fRa(X)+0郾 2fRb(X)+0郾 4fRc(X)+0郾 2fMc(X)(1)式中:fRa(X)、fRb(X)、fRc(X)、fMc(X)分别为 Ra、Rb、Rc和 Mc变差系数最小的单目标优化目标函数。其中,fRa(X)=滓RaERa(2)fRb(X)=滓RbERb(3)fRc(X)=滓RcERc(4)式中:滓Rc=1nj移nji=1(RXi-ERa)2,ERa=1nj移nji=1RXj滓Rb=1nj移nji=1(RYi-ERb)2,ERb=1nj移nji=1RYi滓Rc=1nj移nji=1(RZi-ERc)2,ERc=1nj移nji=1RZi式中,滓R为各方向载荷的标准差;ER为截齿在 X、Y、Z 方向载荷的平均值;n 为截齿数量;R 为单个截齿在 X、Y、Z 方向上的载荷。3摇 约束条件根据改型掘进机截割头的参数和使用要求,确定如下条件和对应的约束条件。1)截线间距的范围:g1(X)=x1-18 0(5)g1(X)=42-x10(6)2)截齿圆周角范围:g3(X)=40-x20(7)g4(X)=x2-60 0(8)3)截齿安装角限制:g5(X)=x3-60 0(9)g6(X)=90-x30(10)4)截齿齿尖安装截距的限制:g7(X)=x4-80 0(11)5)优化后实际生产率限制:g8(X)=x5逸Qj(12)QT=SrVb(13)Sr=ae(14)式中:Sr为截割头的有效截割面积,mm2;Vb为截割头摆动的平均速度,m/s;a 为截割厚度,mm;e 截割深度,mm。6)悬臂摆速限制:g9(X)=vb(15)式中:vb沂0郾 3,3。7)截割头转速限制:g10(X)=n(16)式中:n沂10,75。8)螺旋升角限制:g11(X)(=arcsinVacos 渍fD渍-sin 渍)f-渍f(17)式中:Va为煤流的轴向流速7,m/s,按式(18)计算得到。Va=0郾 5D渍sin 琢cos(琢+渍f)cos 渍f(18)式中:渍 为截割头转过的角度,(毅);D 为截割头直径,mm;渍f为煤岩与螺旋叶片的摩擦角,(毅)。4摇 优化方法与程序设计针对传统蚁群算法易陷入局部最优解和后期收敛速度慢的问题,基于粒子群算法,对传统蚁群算法作了改进,提出了一种基于粒子群算法的蚁群算法。该算法的基本思想是使用粒子群算法来构造变异算子和分割种群,通过对 3 个多峰函数的优化,与传统蚁群算法进行比较,定量地研究了该算法8-10。之前的试验结果表明,该算法很好地保持种群的多样性,有效克服早熟现象,显著提高蚁群算法的收敛速度。程序设计框图如图 2 所示。74孙摇 玲等:基于粒子-蚁群混合算法的截割头形状优化设计图 2摇 优化设计程序框图Fig.2摇 Block diagram of optimization design program5摇 优化结果分析通过优化,得到抛物线形截割头新的截齿排列见表1,优化前的截齿排列见表 2。表中,t 为截齿长度(mm)、R 为分布半径(mm)、茁 为安装角(毅)、兹 为圆周角(毅)、L 为轴向位置(mm),在相同工况下对其载荷再次模拟,得到优化后的载荷曲线,如图3 所示。摇 摇 通过模拟出的载荷曲线图,发现经过优化后的截割头载荷明显改善,统计出的数据表明优化前该型号掘进机截割头的载荷存在剧烈的波动和峰值。优化后截线间距从外向内逐渐减小,适应了圆锥段煤层压张系数从自由面向内逐渐增大和过渡圆弧段截齿倾斜角逐渐增大的特征,有利于单个截齿受力的均匀。由表3 可知,优化后截割头载荷波动明显降低,横向载荷波动降低了 61郾 92%,提高了掘进机横摆进刀的稳定性,其他方向上的载荷波动降幅也都达到 50%以上。尽管优化后截割头的载荷均值稍有增大,但载荷峰值都有所降低,避免了单个截齿过载。总体上看,优化结果较理想,但仍需实际工作进行检验。优化前后的截割头轮廓线分别如图 4、图 5 所示。优化后的截割头轮廓根部和中部由抛物线构成,顶部则是圆弧,如图 6 所示。新的截齿排列图如图 7 所示。截割头轮廓线实际上是将离散的截齿坐标利用 Matlab 进行拟合得表 1摇 抛物线形截割头优化后截齿排列Table 1摇 Pick arrangement after optimization ofparabolic cutting head截齿序号tR茁兹L11831636郾 3135521834436郾 32251931835331郾 63152841837131郾 6454251838127郾 01625663238127郾 02525673238522郾 33427083238522郾 3727093239017郾 618793103239017郾 627793113239515郾 07121123239515郾 097121133239915郾 0205149144039915郾 0295149154040415郾 025186164040415郾 0115186174040415郾 0230223184040415郾 0320223194039915郾 050241204039915郾 0140241214039515郾 0250269224039515郾 0340269234039015郾 070297244039015郾 0160297254038515郾 0275316263238517郾 65316273238117郾 695344283238122郾 3185344293237122郾 3295362303237127郾 025362313236227郾 0115395323236231郾 6205395333235331郾 6318423343235336郾 348423351835336郾 3138441361835344郾 6228441371833444郾 6348464381833454郾 978464391832554郾 9168483401832564郾 2258483411830264郾 217502421830273郾 5107502431827973郾 5197515441825183郾 0287525451823290郾 081529461820090郾 0171529471816790郾 0261529481813990郾 035153484有色设备摇 2024 年第 2 期表 2摇 抛物线形截割头优化前截齿排列Table 2摇 Truncation arrangement before optimization ofparabolic truncation head截齿序号tR茁兹L12031636郾 3136522034436郾 32171932035331郾 63172842037131郾 6424252038127郾 01635662038127郾 02465673438522郾 33417083438522郾 3587093439017郾 618693103439017郾 626793113439515郾 08121123539515郾 082121133539915郾 0207149143539915郾 0287149154240415郾 030186164240415郾 0109186173940415郾 0232223184240415郾 0312223194239915郾 052241204239915郾 0132241214239515郾 0252269224239515郾 0336269234239015郾 072297244239015郾 0155297253938515郾 0277316263438517郾 6176316273438117郾 699344283338122郾 3177344293337122郾 3297362303137127郾 019362313536227郾 0117395323436231郾 6197395333435331郾 6320423343435336郾 335423352035336郾 3140441362035344郾 6218441372033444郾 6350464382033454郾 967464392032554郾 9172483402032564郾 22 471483412030264郾 219502421830273郾 5107502431827973郾 5197515441825183郾 0288525451823290郾 083529461820090郾 0138529471816790郾 0267529481813990郾 0312534图 3摇 优化后载荷图Fig.3摇 Load diagram after optimization摇表 3摇 抛物线形截割头优化后载荷情况Table 3摇 Load condition after optimization ofparabolic cutting head载荷统计量优化前优化后变化量变化率/%最大值/kN28郾 692 8 24郾 498 24郾 194 614郾 62Ra均值/kN21郾 930 6 22郾 534 3-0郾 603 7-2郾 753变差系数0郾 111 20郾 028 30郾 082 974郾 55最大值/kN30郾 109 8 27郾 297 72郾 812 19郾 339Rb均值/kN25郾 748 3 26郾 372 4-0郾 624 1-2郾 424变差系数0郾 055 40郾 024 70郾 030 755郾 42最大值/kN38郾 797 7 36郾 809 81郾 987 95郾 124Rc均值/kN34郾 947 8 34郾 748 30郾 199 50郾 570 9变差系数0郾 049 90郾 022 10郾 027 861郾 92图 4摇 优化前截割头轮廓图Fig.4摇 Outline of the cutting head before optimization摇94孙摇 玲等:基于粒子-蚁群混合算法的截割头形状优化设计图 5摇 优化后截割头轮廓Fig.5摇 Optimized cutting head profile摇图 6摇 优化后截齿投影图Fig.6摇 Optimized pick projection摇图 7摇 优化后截齿排列Fig.7摇 Optimized pick arrangement摇到的,两段抛物线的方程为:y1=-0郾 043 5x2+3郾 043 5x+302(19)y2=-0郾 001 9x2+0郾 918x+299(20)由式 QT=SrVb,计算新型截割头生产理论功率最低为 111 kW,达到使用标准。6摇 结论本文针对 EBH-150 型横轴式掘进机截割头实际作业中遇到的载荷波动问题,采用粒子-蚁群混合算法进行了优化设计。通过 Matlab 数值模拟软件对截齿排列参数进行多目标优化,取得了以下结论。1)载荷波动显著降低。优化后的截割头在横向载荷方向上的波动降低了约 62%,而其他方向上的载荷波动也均有超过 50%的降低。这一显著的改善有助于减少截割头在工作过程中的机械应力,从而降低了因载荷不均导致的机械故障风险。2)掘进机稳定性提升。通过优化设计,截割头的截线间距从外向内逐渐减小,使得单个截齿受力更为均匀,有效提高了掘进机在横摆进刀时的稳定性。这对于确保掘进作业的连续性和安全性具有重要意义。3)使用寿命延长。优化设计通过调整截齿排列,减少了单个截齿的受力不均和过载现象,有助于延长截割头的使用寿命。尽管优化后在某些方向上的载荷均值有所增加,但载荷峰值的降低避免了截齿的过载,从而减少了机械疲劳。4)算法有效性验证。虽然优化设计在模拟中显示出了显著的性能提升,但这些改进效果仍需在实际工作中进行验证。未来的工作包括将优化后的截割头应用于实际掘进作业中,并对其性能进行长期监测,以进一步确认优化设计的实际效果。综上所述,本研究成功地应用了粒子-蚁群混合算法对掘进机截割头进行了优化设计,为提高掘进机的工作效率和安全性能提供了有效的技术支持。未来的研究将进一步验证优化设计在实际应用中的性能,并探索该算法在其他工程领域的潜在应用。参考文献1 王虹,陈明军,张小峰.我国煤矿快速掘进 20 年发展与展望J/OL.煤炭学报:1-162024-03-25.2 方志淮,王吉安.掘进机掘进技术的发展现状J.矿山机械,2003(11):11-12,4.3 邢印成,王凤林,郭滨.掘进机的发展J.煤炭技术,2005(5):5-6.4 安云伟.EBZ40 型掘进机截割头结构设计与仿真研究J.机械管理开发,2023,38(8):34-35,40.5 井庆贺,宋文杰,张启良,等.夹矸工况下截割运动参数对截割性能的影响J.煤炭技术,2023,42(8):211-215.6 李四维.基于不同煤岩性质的矿井掘进机截割载荷分析05有色设备摇 2024 年第 2 期研究J.机械管理开发,2023,38(3):54-55,61.7 周明,孙树栋.遗传算法原理及应用M.北京:国防工业出版社,1999.8 陈伦军,罗延科,陈海虹,等.机械优化设计遗传算法M.北京:机械工业出版社,2005.9 陈金环,王冠,王东云.粒子群算法及特性的研究J.中原工学院学报,2007(4):13-15,71.10 高尚,杨静宇.群智能算法及其应用M.北京:中国水利水电出版社,2006.Optimization design of cutting head shape based onParticle鄄Ant Colony Hybrid algorithmSUN Ling1,JIA Kai2(1.Fuxin Industrial Transformation and Revitalization Service Center,Liaoning 123000,China;2.School of Mechanical Engineering and Automation,Liaoning University of Technology,Jinzhou 121000,China)Abstract:In addressing the issue of load fluctuations encountered by the cutting head of the EBH-150type horizontal axis tunneling machine during the excavation process,this study employed a hybridParticle鄄Ant Colony Optimization algorithm to refine the design of the existing parabolic鄄shaped cuttinghead.By utilizing the numerical simulation software Matlab,a multi鄄objective optimization of thearrangement parameters of the cutter teeth was conducted,aiming to diminish load fluctuations andenhance the operational stability of the tunneling machine.The optimization outcomes revealed that thespacing of the cutting lines was adjusted to gradually decrease from the exterior towards the interior,resulting in a more uniform distribution of force on each cutter tooth.There was a 62%reduction inlateral load fluctuations,and significant reductions in load fluctuations in other directions as well,allexceeding 50%.These enhancements effectively improved the stability of the machine蒺s lateral cuttingentry and contributed to extending the lifespan of the cutting head.Although there was an increase in theaverage load in certain directions following the optimization,the peak load values decreased,preventingthe overload phenomenon of individual cutter teeth.Overall,the optimization design achieved desirableresults,yet its efficacy still requires validation through practical application.This research provideseffective algorithmic support for the optimization design of tunneling machine cutting heads and holdssignificant implications for improving the work efficiency and safety performance of tunneling machines.Key words:heading machine;cutting head;particle鄄ant colony optimization;hybrid algorithm;numerical simulation;software Matlab蒉15孙摇 玲等:基于粒子-蚁群混合算法的截割头形状优化设计