矿用电铲能耗最优的挖掘轨迹规划

doi:10.12141/j.issn.1000-565X.230668

华南理工大学学报(自然科学版) ›› 2024, Vol. 52 ›› Issue (12): 52-64.doi: 10.12141/j.issn.1000-565X.230668

所属专题： 2024年机械工程

矿用电铲能耗最优的挖掘轨迹规划

王威¹^,²(), 张远¹^,², 史绍宇¹^,²(), 沈刚³, 杨文庆¹^,²

^1.中国矿业大学机电工程学院，江苏徐州 221110
^2.中国矿业大学矿山机电设备江苏省重点实验室，江苏徐州 221116
^3.安徽理工大学机械工程学院，安徽淮南 232063

收稿日期:2023-10-27 出版日期:2024-12-25 发布日期:2024-02-09
通信作者: 史绍宇 E-mail:cumtwangwei@cumt.edu.cn;ssysdqx@163.com
作者简介:王威（1989—），男，博士，讲师，主要从事机械系统动力学分析研究。E-mail： cumtwangwei@cumt.edu.cn
基金资助:
国家自然科学基金资助项目(U21A20125)

Excavation Trajectory Planning with Optimal Energy Consumption for Mining Electric Shovel

WANG Wei¹^,²(), ZHANG Yuan¹^,², SHI Shaoyu¹^,²(), SHEN Gang³, YANG Wenqing¹^,²

^1.School of Mechanical and Electrical Engineering，China University of Ming and Technology，Xuzhou 221110，Jiangsu，China
^2.Jiangsu Key Laboratory of Mine Mechanical and Electrical Equipment，China University of Mining and Technology，Xuzhou 221116，Jiangsu，China
^3.School of Mechanical Engineering，Anhui University of Science and Technology，Huainan 232063，Anhui，China

Received:2023-10-27 Online:2024-12-25 Published:2024-02-09
Contact: SHI Shaoyu E-mail:cumtwangwei@cumt.edu.cn;ssysdqx@163.com
Supported by:
the National Natural Science Foundation of China(U21A20125)

摘要/Abstract

摘要：

采装作业是露天煤矿开采过程的中心环节，其能耗占露天煤矿总开采能耗的大半，决定了开采效率与设备能耗。传统露天煤矿采装作业由人工操作矿用电铲完成，存在挖掘满斗率低、能耗高等问题。为进一步降低能耗，该文着眼于矿用电铲的无人化和智能化发展趋势，对矿用电铲的最优挖掘轨迹进行研究。首先，对矿用电铲工作装置进行了运动学分析，通过运动学正反解揭示装置位姿空间和关节空间的关系。其次，对矿用电铲工作装置进行了动力学分析，基于挖掘过程中装置的静力学分析以及对动态挖掘阻力、物料重力的分析，构建了工作装置的拉格朗日动力学方程。然后，基于粒子群优化算法，结合轨迹规划的优化设计模型，得到单位体积物料挖掘能耗最优的矿用电铲挖掘轨迹，分析了物料堆面特性、运行参数、拟合函数对电铲工作装置能耗以及运行稳定性的影响，并提出了兼顾节能与稳定的挖掘轨迹规划策略。最后，开展了矿用电铲最优挖掘轨迹规划的实验研究。结果表明，所提出的单位体积物料挖掘能耗最优的轨迹规划方法能够兼顾矿用电铲挖掘的高效性和节能性。

关键词: 矿用电铲, 工作装置, 能耗, 轨迹优化, 粒子群优化算法

Abstract:

The mining and loading operations are the central link in the open-pit coal mining process, and its energy consumption accounts more than half of the total energy consumption of open-pit coal mining and loading, which determines the mining efficiency and equipment energy consumption. Traditional open-pit coal mining and loading operations are completed by manually operating mining electric shovels, and the process is of low excavation full-bucket rate and high energy consumption. To further reduce the energy consumption and meet the requirements of unmanned and intelligent electric shovels, this paper deals with the optimal excavation trajectory of mining electric shovels. In the research, firstly, a kinematic analysis was conducted on the working device, and the relationship between the pose space and joint space of the working device was revealed through kinematic forward and inverse solutions. Secondly, a dynamic analysis was conducted on the working device of the mining electric shovel. Based on the static analysis of the working device during the excavation process, as well as the analysis of dynamic excavation resistance and material gravity, the Lagrange dynamic equation of the working device was constructed. Then, based on the particle swarm optimization algorithm and the optimization design model of trajectory planning, the optimal excavation trajectory for excavation energy consumption per unit material volume was obtained. Moreover, the effects of material pile surface characteristics, operating parameters and fitting functions on the energy consumption and operation stability of the working device were analyzed, and an excavation trajectory planning strategy that balances energy conservation and stability was proposed. Finally, an experimental study was conducted on the optimal excavation trajectory planning. The results show that the proposed excavation trajectory planning method based on the optimal energy consumption per unit material volume can ensure the efficiency and energy-saving requirement during the excavation with mining electric shovel.

Key words: mining electric shovel, working device, energy consumption, trajectory optimization, particle swarm optimization algorithm

中图分类号:

TP242.2

王威, 张远, 史绍宇, 沈刚, 杨文庆. 矿用电铲能耗最优的挖掘轨迹规划[J]. 华南理工大学学报(自然科学版), 2024, 52(12): 52-64.

WANG Wei, ZHANG Yuan, SHI Shaoyu, SHEN Gang, YANG Wenqing. Excavation Trajectory Planning with Optimal Energy Consumption for Mining Electric Shovel[J]. Journal of South China University of Technology(Natural Science Edition), 2024, 52(12): 52-64.

图/表 20

图1

图2

图3

图4

图5

图6

图7

图8

图9

图10

图11

图12

表1

图13

图14

图15

图16

图17

图18

图19

参考文献 18

1	中国煤炭工业协会．2020 煤炭行业发展年度报告［M］．北京：应急管理出版社，2021．
2	李弘．露天采矿技术及其采矿设备的发展思考［J］．当代化工研究，2022（14）：159-161．
	LI Hong ．Development of open-pit mining technology and its mining equipment［J］．Contemporary Chemical Research，2022（14）：159-161．
3	TOPNO S A， SAHOO L K， UMRE B S ．Energy efficiency assessment of electric shovel operating in opencast mine［J］．Energy，2021，230：120703/1-10．
4	FRIMPONG S， HU Y， AWUAH-OFFEI K ．Mechanics of cable shovel-formation interactions in surface mining excavations［J］．Journal of Terramechanics，2005，42（1）：15-33．
5	AWUAH-OFFEI K， FRIMPONG S ．Cable shovel digg-ing optimization for energy efficiency［J］．Mechanism and Machine Theory，2007，42（8）：995-1006．
6	FU T， ZHANG T， CUI Y，et al ．Novel hybrid physics-informed deep neural network for dynamic load prediction of electric cable shovel［J］．Chinese Journal of Mechanical Engineering，2022，35（1）：147/1-14．
7	冯豪，杜群贵，孙有平．基于子模型的挖掘机结构瞬态动力学研究［J］．华南理工大学学报（自然科学版），2018，46（3）：29-34，57．
	FENG Hao， DU Qungui， SUN Youping ．Transient dynamics analysis for the structures of the excavator based on sub-modeling method［J］．Journal of South China University of Technology （Natural Science Edition），2018，46（3）：29-34，57．
8	王同建，杨书伟，谭晓丹，等．基于 DEM‐MBD 联合仿真的液压挖掘机作业性能分析［J］．吉林大学学报（工学版），2022，52（4）：820-818．
	WANG Tongjian， YANG Shuwei， TAN Xiaodan，et al ．Performance analysis of hydraulic excavators based on DEM-MBD joint simulation［J］．Journal of Jilin University （Engineering Edition），2022，52（4）：820-818．
9	梁志鹏，李捷，杨磊．液压挖掘机分段可变阶挖掘轨迹规划［J］．工程机械，2021，52（7）：66-72．
	LIANG Zhipeng， LI Jie， YANG Lei ．Segmented variable order excavation trajectory planning for hydraulic ex-cavators［J］．Engineering Machinery，2021，52（7）：66-72．
10	郭磊．自主挖掘机器人工作装置轨迹规划研究［D］．西安：长安大学，2017．
11	陈晋市，张淼淼，毕秋实，等．面向自主作业的挖掘机多目标最优挖掘运动规划［J］．机械工程学报，2022，58（7）：237-245．
	CHEN Jinshi， ZHANG Miaomiao， BI Qiushi，et al ．Multi-objective optimal excavator movement planning for autonomous operations［J］．Journal of Mechanical Engineering，2022，58（7）：237-245．
12	孙祥云，邵辉，赵家宏．采用粒子群优化算法的液压挖掘机高效空中运动轨迹规划方法［J］．华侨大学学报（自然科学版），2014，35（5）：498-502．
	SUN Xiang-yun， SHAO Hui， ZHAO Jia-hong ．Efficient air motion’s trajectory planning method of hydraulic excavator based on particle swarm optimization algorithm［J］．Journal of Huaqiao University （Natural Science Edition），2014，35（5）：498-502．
13	孙志毅，张韵悦，李虹，等．挖掘机的最优时间轨迹规划［J］．机械工程学报，2019，55（5）：166-174．
	SUN Zhiyi， ZHANG Yunyue， LI Hong，et al ．Time optimal trajectory planning of excavator［J］．Journal of Mechanical Engineering，2019，55（5）：166-174．
14	李海虹，林贞国，杜娟，等．挖掘机自主挖掘分段可变阶多项式轨迹规划［J］．农业机械学报，2016，47（4）：319-325．
	LI Haihong， LIN Zhenguo， DU Juan，et al ．Piecewise polynomial with variable order in trajectory planning for autonomous mining［J］．Transactions of the Chinese So-ciety for Agricultural Machinery，2016，47（4）：319-325．
15	穆晓鹏．矿用电铲运行轨迹控制及液电混驱节能方法研究［D］．太原：太原理工大学，2019．
16	WEI B， GAO F， CHEN J，et al ．Mechanics performance of three-degree-of-freedom excavating mechanism of an electric shovel［J］．Proceedings of the Institution of Mechanical Engineers，Part C：Journal of Mechanical Engineering Science，2011，225（6）：1443-1457．
17	WEI B， GAO F ．Digging trajectory optimization for a new excavating mechanism of Electric mining shovel［C］∥Proceedings of ASME 2012 International Design Engineering Technical Conferences and Computers and Information in Engineering Conference．New York：ASME，2013：1033-1039．
18	毕秋实，王国强，陈立军，等．基于离散元-多体动力学联合仿真的机械式挖掘机挖掘阻力仿真与试验［J］．吉林大学学报（工学版），2019，49（1）：106-116．
	BI Qiu-shi， WANG Guo-qiang， CHEN Li-jun，et al ．Numerical simulation and experiment on excavation resistance of mechanical excavator based on DEM-MBD co-simulation［J］．Journal of Jilin University （Engineering Edition），2019，49（1）：106-116．

参数	数值		数值
斗杆伸长行程/mm	400~1 100	斗杆组件质量/kg	25.994
斗杆旋转行程/（°）	0~120	最大推力/N	4 000
铲斗宽度/mm	344	最大提升力/N	3 000
铲斗组件质量/kg	18.071

[1]	温惠英, 何梓琦, 胡宇晴, 等. 高速公路新能源汽车碳排放量的测算及空间分布特征[J]. 华南理工大学学报(自然科学版), 2024, 52(8): 1-13.
[2]	赵强, 刘传卫, 张娜, 等. 基于粒子群优化的主动稳定杆系统自抗扰控制[J]. 华南理工大学学报(自然科学版), 2023, 51(6): 52-61.
[3]	曹蕾蕾, 王留涛, 王严, 等. 基于等效结构应力法的挖掘机工作装置疲劳寿命评估[J]. 华南理工大学学报(自然科学版), 2022, 50(8): 62-70.
[4]	曹蕾蕾, 郭城臣, 王严, 等. 基于实测数据的挖掘机工作装置疲劳寿命评估[J]. 华南理工大学学报(自然科学版), 2021, 49(8): 122-128,139.
[5]	季天瑶王挺韶. 基于词嵌入与卷积神经网络的建筑能耗预测[J]. 华南理工大学学报(自然科学版), 2021, 49(6): 40-48.
[6]	万一品宋绪丁员征文. 装载机工作装置的疲劳试验及疲劳可靠性评估[J]. 华南理工大学学报（自然科学版）, 2020, 48(8): 108-114.
[7]	周璇, 雷尚鹏, 闫军威. 基于深度学习的办公建筑照明插座能耗多步预测[J]. 华南理工大学学报（自然科学版）, 2020, 48(10): 19-29.
[8]	王学武夏泽龙顾幸生. 基于 DMOEA/D-ET 算法的焊接机器人多目标路径规划[J]. 华南理工大学学报(自然科学版), 2019, 47(4): 99-106.
[9]	冯佰威冯梅常海超张丽妹. 基于径向基插值的曲面变形方法在船型多目标优化中的应用[J]. 华南理工大学学报(自然科学版), 2019, 47(2): 128-136.
[10]	马智亮滕明焜任远. 面向大数据分析的建筑能耗信息模型[J]. 华南理工大学学报（自然科学版）, 2019, 47(12): 72-77,91.
[11]	闫军威黄琪周璇. 基于Double-DQN的中央空调系统节能优化运行[J]. 华南理工大学学报（自然科学版）, 2019, 47(1): 135-144.
[12]	严军华王舒笑袁浩然陈勇单锐. 电动汽车能耗与气体排放分析及环境影响评价 [J]. 华南理工大学学报（自然科学版）, 2018, 46(6): 137-144.
[13]	吴迪刘立李晓俊刘丛红. 基于多目标优化的被动式低能耗建筑技术研究 ———以寒冷地区居住建筑为例 [J]. 华南理工大学学报（自然科学版）, 2018, 46(4): 98-104,120.
[14]	沃焱吴嘉茜. 基于LLE和PSO的快速虹膜图像重构算法[J]. 华南理工大学学报（自然科学版）, 2018, 46(1): 97-102.
[15]	金杉金志刚刘永磊. 执勤行车时间的KMP - RBF 融合预测方法[J]. 华南理工大学学报（自然科学版）, 2017, 45(3): 35-41,47.

矿用电铲能耗最优的挖掘轨迹规划

Excavation Trajectory Planning with Optimal Energy Consumption for Mining Electric Shovel

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 20

参考文献 18

相关文章 15

编辑推荐

Metrics

本文评价