复杂施工条件下无人碾压机群协同全覆盖路径规划研究

无人碾压是大坝碾压施工领域研究的热点。大坝施工具有坝面面积大、料区多、障碍物多等复杂特点,这给无人碾压机群协同作业带来挑战。研究无人碾压机群高效协同全覆盖路径规划对于保证无人碾压机在大坝复杂施工条件下的碾压质量和进度具有重要意义。本文提出一种无人碾压机群协同全覆盖路径规划的新方法,包括作业面分解、子作业面规划、子作业面连通和机群任务分配等步骤。首先,针对存在障碍物的不规则边界作业面分解问题,采用Boustrophedon算法将其拆分成较少的无障碍物子作业面;其次,提出满足搭接法和错距法碾压施工原理的碾压运动模型（CMM,Compaction Motion Model）来进行子作业面路径规划;再者,将各子作业面连通施工顺序优化问题建模为TSP模型（TSP,Traveling Salesman Problem）,采用混沌理论改进蜻蜓算法的搜索机制,构建混沌蜻蜓算法,以求解较优的子作业面间转场路径;最后,建立无人碾压机群作业时间成本函数,并以最小化时间成本为准则将全覆盖路径分配至各无人碾压机,实现无人碾压机群的高效协同全覆盖路径规划。以心墙堆石坝为例,通过Matlab仿真对比和工程应用,结果表明本文所提出的方法能够实现复杂施工条件下的无人碾压机群的协同全覆盖最优作业路径规划。同时,在碾压质量方面能够满足各料区碾压达标率均高于95%,在碾压效率方面无人碾压机设备利用率均高于97%。本研究为大坝碾压机群无人驾驶协同全覆盖路径规划提供了一种新思路。     

大坝智能建设研究进展

大坝智能建设对全面提高我国大坝建设智能化管理水平和保障大坝建设质量至关重要。在新一代信息技术(如云计算、大数据、物联网、移动互联网等)、人工智能、区块链、互联网+等技术与大坝建设深度融合并飞速发展的新时代背景下,大坝建设面临着如何提高智能化、信息化、数字化和精准化水平等一系列问题,而大坝智能建设则是应对这些挑战的有效战略措施。本文首先厘清大坝智能建设的原动力、基本理念与技术内涵;其次着重梳理了大坝智能建设中关键的理论、方法与技术的研究进展;最后探讨了大坝智能建设未来的发展方向及趋势。     

动态扰动下高心墙堆石坝无人碾压BOA-PID循迹控制北大核心CSCD

无人碾压机精准循迹控制对确保压实质量意义重大。然而,高心墙堆石坝具有坝料粒径分布广且松铺厚度不均匀等特征,导致坝面不平整且异质性强,对无人碾压机循迹控制造成动态扰动。传统的比例积分微分(proportion integral derivative,PID)控制算法采用固定参数进行纠偏控制,难以快速纠正动态扰动导致的循迹偏差。针对上述问题,本文以蝴蝶优化算法(butterfly optimization algorithm,BOA)动态优化PID控制参数,提出BOA-PID无人碾压机循迹控制方法。首先,构建车身倾斜模型以修正坝面不平整条件下无人碾压机的定位误差;其次,基于运动学模型动态预测无人碾压机的纠偏距离;再者,以最小化纠偏距离为目标函数,采用BOA动态优化PID算法的比例、积分和微分参数;最后,以参数优化的PID计算无人碾压机的转向控制量,从而克服动态扰动,实现高心墙堆石坝复杂条件下的快速纠偏。本文结合中国西南两河口大型水利水电工程开展仿真与实地实验,以验证所提出方法的有效性和先进性。结果表明,BOA-PID的纠偏能力优于GA-PID(genetic algorithm)、PSO-PID(particle swarm optimization)、DA-PID(dragonfly algorithm)和传统PID,且所提出方法能够实现高心墙堆石坝复杂条件下无人碾压机的精准循迹控制,堆石料(4.44 cm)和心墙料(3.32 cm)碾压的平均循迹误差均小于5 cm。