基于机电传感器的状态监测与动态载荷特性分析，用于TBM驱动系统的同步性研究

《IEEE Sensors Journal》：Electromechanical Sensor-Based Condition Monitoring and Dynamic Load Characterization for TBM Drive System Synchronization Analysis

硬岩隧道掘进机（TBM）驱动单元因极端冲击载荷易导致电机过载和轴扭转变形，现有模型电磁耦合特性不足。本文开发电磁耦合模型并集成条件监控系统，验证发现驱动电机间最大扭矩差异达21%，引发加速疲劳和故障（如电机烧毁、齿轮齿断裂）。齿轮轴长度每增加0.1米，啮合振动均方根值提升36.19%，关键转速风险区为2-4转/分钟，该范围扭矩差异增幅达28.24%。

　　

摘要：

在硬岩隧道掘进过程中，由于极端冲击载荷，隧道掘进机（TBM）的驱动单元经常发生故障，因此需要精确的同步分析以防止电机过载和轴扭转。然而，现有模型对机电耦合的描述不够充分，限制了分析的准确性。为此开发了一个机电耦合模型来考虑扭矩和载荷之间的相互作用。在一个中国隧道项目中，为特定类型的TBM设计并定制了一个状态监测系统，并通过现场扭矩数据验证了模型预测的准确性。分析显示，电机之间的最大扭矩差异达到了21%，这种严重的不平衡会导致驱动部件加速疲劳，并引发诸如电机烧毁和齿轮齿断裂等早期故障。随着驱动齿轮轴长度的增加，啮合振动中的颤振现象变得更加明显。较长的齿轮轴会放大啮合振动，当轴长度从0.1米增加到1米时，扭转振动的均方根值增加了36.19%。小齿轮的振动包含特征频率（包括系统的固有频率、啮合频率、小齿轮旋转频率、大齿轮旋转频率以及组合频率），其中k和l的取值范围为0、±1、±2等。至关重要的是，2–4转/分钟的敏感切割头速度范围被确定为“操作风险区”；在该范围内，载荷的均方根值差异增加了28.24%，这为优化隧道掘进参数和提高机器可靠性提供了可行的指导。

引言

隧道掘进机（TBM）因其高效性、地质适应性、高掘进质量和高度自动化而在长距离、大埋深以及地质条件极其复杂的隧道掘进作业中得到广泛应用。该系统在承受大载荷和长期运行时必须具有高可靠性。TBM经常面临极端岩石条件，如大埋深（超过1600米）、极硬的岩石（抗压强度超过350兆帕）、高石英含量（70%）、高温变质作用（180°C）以及大的断层破碎带[1]、[2]。这种极端环境使TBM受到具有典型冲击和突然变化特性的载荷影响。在复杂的载荷条件下，驱动电机之间的载荷分布不均，导致某些电机长期过载，可能引发工程事故，如电机烧毁、啮合齿轮损坏、主轴承故障以及驱动单元中的安全轴断裂[3]、[4]、[5]。