喷浆机器人自适应喷涂路径规划研究

为解决目前喷涂作业过程中环境精确感知难、喷涂效果评价难、喷涂路径规划复杂等问题，针对感知识别与路径规划技术进行研究。由于传统喷浆设备喷涂误差累计及不确定性，造成每环喷涂质量参差不齐及回弹量、剥落量居高不下，采用基于轴线归一法的隧道模型构建和多工序扫描策略，实现隧道环境识别、车体定位和喷涂质量感知，提高喷浆机器人外部环境感知能力； 针对传统喷浆设备对多变复杂异构隧道适应能力差，导致无法灵活调整喷涂轨迹问题，提出多工况感知识别及路径规划策略，研究设计最优喷涂路径规划、减少直喷拱架的连续喷涂路径规划方法，降低喷浆机器人与隧道开挖工法的耦合性。在郭达山隧道、任家沟隧道等项目应用，感知识别断面拱架准确率达93%，定位精度、臂姿解算补偿误差控制在50 mm以内，验收质量合格情况下综合回弹率降低至11.9%。     

隧道掘进设备多源异构数据采集系统设计开发与应用

为解决隧道掘进设备接口众多、高频异构型数据密度大且需要实时采集的问题，提出一种隧道掘进设备专用的多源异构数据采集系统。该系统采用一主多从的系统架构，按照“微服务”的设计思想，设计数据源接入接口统一以及数据源进程相互独立的程序架构，提出一种以插件形式组织数据源接入的开发方式。该系统包括终端软硬件部分、可视化平台部分等，先后接入PLC控制器数据、振动监测数据、渣土改良数据、刀具磨损数据等，实现了多源异构数据的多路完整、独立且实时采集。该系统解决了隧道施工中多接口大密度异构数据采集的难题，能够方便项目决策及管理人员实时、完整地获取现场施工信息，为优化掘进方案提供支撑。     

TBM关键参数智能掘进系统的设计与实践

目前TBM智能掘进系统偏向于定制开发，耦合性较强，造成代码冗余高、复用率低、开发设计门槛高等诸多问题。为解决上述问题，设计了TBM关键参数智能掘进系统技术框架，采用低无代码模式降低开发门槛，通过模块化开发实现了系统较低的耦合度。在此基础上，以算法模型与系统软件分属不同服务的方式，集成来自不同算法开发人员的模型，实现了系统软件与算法模型的快速集成，用于TBM智能掘进过程中关键参数的预测及控制。实践表明，该系统在吉林引松项目TBM施工中应用效果良好，对提升TBM掘进效率具有重要意义。     

隧道智能施工协同管控技术研究与应用

为解决隧道施工过程中外部环境感知、多装备协作和数据资源实时共享等问题，对隧道建造全工序进行研究并构建隧道智能施工协同管控技术。首先，研究智能感知技术，采用三维激光扫描技术实现隧道施工关键工序的环境智能感知，利用隧道掘进装备多源数据采集与存储技术实现多工序下的传感数据统一管理；然后，研究隧道内多机通信与协作技术，设计提出1种AP+Mesh的无线自组网方案，打通隧道内装备间数据交互的信息通道，并结合施工工序提出基于主从架构的多机协作方案；最后，从技术、部署和功能3个维度设计平台架构，实现调度管理、进度管理、风险预警、质量管理和装备管理5大系统功能。经过在渝昆高铁和黄黄高铁的实际应用，表明隧道智能施工协同管控技术可整合“人—机—岩”所有信息资源，实现隧道施工过程外部环境感知、数据采集存储和装备间协作管理；该技术各项功能满足施工需要，平台端施工建议参数或指令可直接下发至具备智能化功能的装备，指导各掘进装备按工序施工。