盾构换刀机器人设计与应用

Design and Applications of Disc Cutter Changing Robots for Shield Machines

摘要

针对盾构机施工过程中人工换刀劳动强度大、作业风险高、操作效率低等问题，提出了一种采用机器代人的换刀作业方案。设计了一种适于机器人操作的新型滚刀系统与高功率密度冗余自由度机器人机构；采用D-H参数法进行运动学建模，实现机器人位姿计算，通过快速扩展随机树（RRT）算法进行机器人换刀路径规划，实现运动过程避障路径计算，基于B样条曲线实现机器人关节运动轨迹计算；搭建了机器人换刀仿真分析平台，验证了所提方案的有效性；最后，搭建了换刀机器人试验台，构建了基于操作层、控制层、执行层的换刀机器人控制系统，通过参数标定、实验室和工程测试验证了换刀机器人系统设计方案的可行性。

Abstract

To address the problems of high labor intensity， high operational risk， and low operational efficiency in manual disc cutter changing during shield tunneling machine construction， a changing operation plan using robot instead of humans was proposed. A new type of tool system suitable for robot operation and a high-power density redundant degree of freedom robot mechanisms were designed.The D-H parameter method was used for kinematic modeling， the robot pose calculation was achieved. The rapidly-exploring random tree（RRT） algorithm was used for robot tool change path planning， the obstacle avoidance path calculation was achieved during the motion processes. Based on the B-spline curves， the robot joint motion trajectory calculation was achieved. A simulation analysis platform was built for robot tool changing， and the effectiveness of the proposed solution was verified. Finally， a tool changing robot test bench was built， and a tool changing robot control system was constructed based on the operation layer， control layer， and execution layer. The feasibility of the tool changing robot system design scheme was verified through parameter calibration， laboratory and engineering testing.

Graphical abstract

关键词

盾构机 / 换刀机器人 / 结构设计 / 仿真分析

Key words

shield machine / disc cutter changing robot / structure design / simulation analysis

0 引言

盾构机因其掘进速度快、施工周期短、安全性高等特点而广泛应用于轨道交通、水利等隧道工程建设^［1-3］。刀具作为盾构机的“牙齿”，始终工作在隧道建造的最前端，所处工况极端恶劣，受力极其复杂，性态极易失效，需频繁停机检修。目前，滚刀更换主要是人工操作^［4］，存在劳动强度大、作业效率低、安全性差等问题，据统计，近2/3的盾构施工死亡事故与刀盘刀具检测与更换相关^［5］，是制约隧道施工安全和效能最核心的瓶颈。随着超高水压、超大埋深、超硬岩层、超长距离隧道的迫切施工需求，在复杂环境下人工已无法进行刀盘刀具检修，限制了国家重大工程的开工修建。高水压、剧冲击、强干扰等复杂工况下的盾构换刀机器人技术研究已成为全球盾构领域技术竞备的焦点^［6］。

国外研究中，法国BOUYGUES公司基于工业机器人设计的Telemach换刀机器人可对其特殊设计的一体化滚刀进行更换，但该设备采用通用六自由度电驱工业机器人作为本体，不仅功率密度有限、臂展运动范围固定、换刀数量受限，而且为满足盘形滚刀（重约193 kg）的更换，机器人本体的尺寸也较为庞大^［7］；德国人工智能研究中心研发出了高功率密度液驱五自由度换刀机器人HECTOR，其理论换刀范围可达到半径的50%~60%，但由于机器人本体和末端执行机构的运动自由度不足，末端姿态仅可平面调整，可换刀数量有限，且对刀盘停靠及机器人定位精度的要求也较为严苛，需采用高精度伺服阀控系统进行驱动，在高粉尘、强振动的实际工程中可靠性较差，且未见工程实际应用报道^［8］。我国研究中，文献［9］开发了一种液压驱动的换刀机器人，采用数字液压缸技术实现了高效、精准的动力输出与控制，但该设计主要为理论研究，尚未形成实际产品；文献［10］研制了一款PRRRPRR构型的换刀机器人，机器人各连杆长度经过多目标优化可运输重达250 kg的滚刀，并搭建了室内试验台，但目前主要依赖人工遥控操作，定位精度有限，在复杂工程环境中的换刀作业效果有待进一步验证；文献［11］开发了一款电驱换刀机器人，但其功率密度有限，限制了臂展范围和刀盘换刀数量，且无法进行误差补偿，对刀盘定位精度要求严格；文献［12-15］开展了换刀机器人轨迹规划和优化研究，但以理论分析为主，未形成产品样机及开展工程试验；文献［16］通过Unity3D仿真平台搭建了机器人数字孪生模型，可监测关节变量、末端执行器应力、形变等数据，但该研究主要以仿真计算为主，仍处于“以虚映实”的模拟阶段，受硬件设备制约导致适用场景受限；为适配机器人换刀，文献［17-18］通过创新滚刀刀具系统结构，简化了机械化拆装步骤，为机器人拆装提供了良好的基础，但目前相关机器人研究以专利和理论分析为主，并未见工程应用；文献［19-20］基于工业机器人搭建了换刀实验台，研究了基于刀座特征识别的视觉导航算法，但目前的研究主要处于实验室环境下，针对高湿高压高粉尘等恶劣环境下的适应性有待进一步验证；文献［21］基于协作机器人搭载了室内换刀机器人试验平台，仅验证了刀盘缺陷检测算法和机器人路径规划算法的有效性，但并未涉及机器人真实负载与实际工况。

综上所述，尽管上述研究取得了一些成果，但目前仍以理论研究为主，鲜有研究成果成功应用于实际工程。主要原因如下：①传统滚刀系统组成零件多、拆装复杂，难以实现机械精细化操作；②现有机器人设计不合理，存在体积大、自由度不足的问题，导致作业灵活性差，可更换刀具数量有限；③自动化程度低，缺乏自主决策与避障能力，远程操作容易碰撞，且操作人员需频繁切换视角进行机械臂姿态调整。

针对上述瓶颈和工程实际需求，本文设计了一种适用于机器人换刀的新型滚刀系统及新型高功率密度八自由度换刀机器人系统，对新型滚刀系统和机器人系统结构进行了阐述，对机器人换刀关节动作与运动轨迹进行了仿真分析，最终通过试验和工程测试验证了该设计方案的可行性。

1 换刀机器人系统设计

1.1 新型滚刀系统设计

传统的滚刀系统如图1所示，由刀箱、螺栓、楔块、压块、螺母、垫片等组成，通过螺栓拉紧楔块、楔块压紧滚刀刀轴来实现滚刀在刀箱内的紧固。该系统结构可靠，但其离散件多、拆装步骤烦琐，至少需要2人作业，机械化拆装困难。

针对上述问题，本文基于一体化联动设计方案提出了一种适用于机器人自动拆装的新型滚刀系统，如图2所示。

该新型滚刀系统的滚刀拆卸步骤如图3所示。在滚刀锁紧状态下，C形块和顶紧块配合将滚刀刀轴固定在刀箱内；滚刀拆卸时，仅需拧动螺母，通过螺纹传动将顶紧块推出刀箱，实现对滚刀刀轴的松开，并为滚刀刀轴提供避让通道；然后平移滚刀，滚刀刀轴从C形块内移出，沿T形安装槽的竖向槽取出滚刀即可。

综上所述，基于新型滚刀系统结构，仅需通过旋转紧固螺母便可实现滚刀的锁紧与拆卸，即换刀机器人的末端执行器仅需要能够进行螺栓松紧与滚刀的夹持两种功能。

1.2 换刀机器人本体设计

通过结合实际盾构机环境及换刀机器人换刀运动路径，所提取出的换刀机器人任务区为L形空间，如图4所示。

结合图5所示的机器人换刀动作需求，其自由度与关节构型设计如下：图5a中换刀机器人需沿隧道轴线完成进给动作，因此需配置1个轴向移动自由度，同时受轴向存储空间限制，为满足结构紧凑、实现机器人完全收回至机器人舱内，还需增设1个伸缩关节；图5b针对刀盘上方滚刀的更换作业提出要求，机器人出仓动作除上述移动关节外，还需配备2个转动关节，其中1个转动关节用于将机械臂上抬，另1个转动关节则负责调整末端执行器姿态，使末端夹爪能够保证垂直于刀盘；如图5c所示，为满足刀盘平面上不同角度处的滚刀更换，机器人需增设1个绕隧道轴线的转动关节，同时为满足不同半径处的滚刀更换，还需在径向增加伸缩关节；如图5d所示，由于刀盘停靠精度受限，为弥补刀盘停靠误差，靠近末端的最后3个关节采用球腕结构（即设置3个旋转关节），且为简化运动控制、实现位姿解耦，将3个关节的轴线相交于同一点。

通过综合分析，得到所形成的换刀机器人构型如图6所示。

通过优化设计，最终形成的换刀机器人结构如图7所示，主要包括3个移动关节（J₁、J₂、J₅）、3个回转关节（J₃、J₆、J₈）和2个摆动关节（J₄、J₇）。通过冗余自由度设计和多个关节配合，可实现机器人在非结构复杂环境下的运动灵活性，且满足对刀盘不同位置、不同姿态下滚刀的更换需求。

2 换刀机器人运动控制算法

2.1 基于D-H参数法的运动学建模

在运行过程中，安装在换刀机器人各关节上的角度和位置传感器只能获得各关节的运动变量，因此需要通过正向运动学模型计算机器人的每节连杆和末端执行器相对于参考坐标系的位置和姿态。此外，还需要计算换刀机器人的每个关节如何运动才能完成控制。由此可知，换刀机器人的运动学建模是机器人运动控制和自动控制的重要环节。

除末端自由度外，换刀机器人可视为八自由度冗余机器人系统（d_{\mathrm{1}}，d_{\mathrm{2}}，{\theta }_{\mathrm{3}}，{\theta }_{\mathrm{4}}，d_{\mathrm{5}}，{\theta }_{\mathrm{6}}，{\theta }_{\mathrm{7}}，{\theta }_{\mathrm{8}}）。使用D-H参数法建立了换刀机器人的连杆坐标系，如图8所示。

相邻连杆之间的关系可表示为

{}_i{}^{i-\mathrm{1}}\mathit{T}=\left[\begin{array}{cccc}\mathrm{c}\mathrm{o}\mathrm{s}{\theta }_i& -\mathrm{c}\mathrm{o}\mathrm{s}{\theta }_i\mathrm{s}\mathrm{i}\mathrm{n}{\theta }_i& \mathrm{s}\mathrm{i}\mathrm{n}{\alpha }_i\mathrm{s}\mathrm{i}\mathrm{n}{\theta }_i& a_i\mathrm{c}\mathrm{o}\mathrm{s}{\theta }_i\\ \mathrm{s}\mathrm{i}\mathrm{n}{\theta }_i& \mathrm{c}\mathrm{o}\mathrm{s}{\alpha }_i\mathrm{c}\mathrm{o}\mathrm{s}{\theta }_i& -\mathrm{s}\mathrm{i}\mathrm{n}{\alpha }_i\mathrm{c}\mathrm{o}\mathrm{s}{\theta }_i& a_i\mathrm{s}\mathrm{i}\mathrm{n}{\theta }_i\\ \mathrm{0}& \mathrm{s}\mathrm{i}\mathrm{n}{\alpha }_i& \mathrm{c}\mathrm{o}\mathrm{s}{\alpha }_i& d_i\\ \mathrm{0}& \mathrm{0}& \mathrm{0}& \mathrm{1}\end{array}\right]（1）

式中：{}_i{}^{i-\mathrm{1}}\mathit{T}为第i个连杆坐标系｛S_i ｝与第i-1个连杆坐标系｛S_i-1｝之间的旋转矩阵；a_i为z_{i-\mathrm{1}}轴与z_i轴之间的距离；d_i为x_i轴与x_{i-\mathrm{1}}轴之间的距离；{\alpha }_i为z_{i-\mathrm{1}}轴与z_i轴之间的夹角，绕x_i轴测量；{\theta }_i为x_{i-\mathrm{1}}轴与x_i轴之间的夹角，绕z_{i-\mathrm{1}}轴测量。

由于换刀机器人有8个自由度，可以用8个旋转矩阵（如{}_{\mathrm{1}}^{\mathrm{0}}\mathit{T}、{}_{\mathrm{2}}^{\mathrm{1}}\mathit{T}、{}_{\mathrm{3}}^{\mathrm{2}}\mathit{T}、{}_{\mathrm{4}}^{\mathrm{3}}\mathit{T}、{}_{\mathrm{5}}^{\mathrm{4}}\mathit{T}、{}_{\mathrm{6}}^{\mathrm{5}}\mathit{T}、{}_{\mathrm{7}}^{\mathrm{6}}\mathit{T}、{}_{\mathrm{8}}^{\mathrm{7}}\mathit{T}）来表征其相邻连杆之间的坐标变换关系，因此，末端执行器的齐次变换矩阵{}_{\mathrm{8}}^{\mathrm{0}}\mathit{T}可通过下式计算：

{}_{\mathrm{8}}{}^{\mathrm{0}}\mathit{T}={}_{\mathrm{1}}{}^{\mathrm{0}}\mathit{T}{}_{\mathrm{2}}{}^{\mathrm{1}}\mathit{T}{}_{\mathrm{3}}{}^{\mathrm{2}}\mathit{T}{}_{\mathrm{4}}{}^{\mathrm{3}}\mathit{T}{}_{\mathrm{5}}{}^{\mathrm{4}}\mathit{T}{}_{\mathrm{6}}{}^{\mathrm{5}}\mathit{T}{}_{\mathrm{7}}{}^{\mathrm{6}}\mathit{T}{}_{\mathrm{8}}{}^{\mathrm{7}}\mathit{T}=\left[\begin{array}{cccc}{n}_x& o_x& a_x& p_x\\ n_y& o_y& a_y& p_y\\ n_z& o_z& a_z& p_z\\ \mathrm{0}& \mathrm{0}& \mathrm{0}& \mathrm{1}\end{array}\right]（2）

其中，向量 p 和三维矩阵［ no a ］分别表示末端执行器相对于参考坐标系在x、y、z方向上的的位置和姿态。虽然存在冗余自由度，使用传统方法计算较为困难，但是机器人的后3个关节轴线相交于同一点（图6），导致坐标系｛S₇｝、｛S₆｝和｛S₅｝的原点在空间上相交，因此，采用位姿分离算法可进行逆解计算，且根据机器人冗余自由度的特点，可获得8组逆解。针对此问题，通过设置约束条件和优化策略，可从中选取一组作为最优逆解。

2.2 基于RRT算法的路径规划

考虑到换刀机器人的机器人舱横截面尺寸较小，且在换刀的整个过程中周边运动空间极为局促，换刀机器人极易与其他结构发生碰撞，因此，将换刀过程划分为出仓、粗定位、精定位等过程。其中，出舱和粗定位过程采用快速扩展随机树（rapidly-exploring random tree，RRT）算法进行路径规划，其算法流程图见图9。针对传统RRT算法盲目搜索导致效率低甚至无法找到路径的问题^［22］，以一定概率直接将目标点作为采样点，在保留算法对未知区域的探索能力同时，使随机树向着目标生长；针对生成初始路径存在大折角现象，通过冗余路径点删除策略以减小路径长度、提高运动效率，且使机器人换刀作业更加流畅，减少机器人换刀过程中关节剧烈抖动现象、提高机器人的换刀效率。通过上述方法，可实现机器人在狭小空间内根据作业任务和作业环境自动规划出实际可行运动路径，为机器人安全、高效、平滑换刀提供保障。

2.3 基于B样条曲线的轨迹规划

在换刀机器人运动控制中，由于其作业空间范围广且负载惯量大的特点，必须确保各关节运动的平稳性，以抑制机械冲击并提高系统可靠性。为实现这一目标，本项目开展了换刀机器人轨迹规划算法研究，将离散的关节路径点序列参数化为连续的时间-位移函数，从而生成满足运动学约束的平滑轨迹。

在诸多轨迹规划算法中，B样条曲线具有参数连续性、几何连续性、凸包性、局部支撑性质等特点。当更改一个B样条的位置序列时，仅影响一小部分运动轨迹而不会改变整条运动轨迹，这一特性有效提高了轨迹规划算法的可移植性，因此被广泛应用于机器人领域。B样条曲线的一般形式如下：

P(u)={\displaystyle \sum _{i=\mathrm{0}}^n}{Q}_i{N}_{i,k}(u)（3）

其中，k为B样条函数的次数，i为B样条函数的序列号，u为参数，Q_i(i=\mathrm{0,1},\cdots ,n)为控制顶点，n为B样条函数的数量，N_{i,k}(u)(i=\mathrm{0,1},\cdots ,n)表示k次规范B样条基函数，可以由德布尔递推公式求出基函数N_{i,k}(u)的表达式为

\left.\begin{array}{l}{N}_{i,\mathrm{0}}(u)=\left\{\begin{array}{l}\mathrm{1}{u}_i\le u\le u_{i+\mathrm{1}}\\ \mathrm{0}\mathrm{其他}\end{array}\right.\\ \begin{array}{l}{N}_{i,k}(u)=\frac{u-u_i}{u_{i+k}-u_i}{N}_{i,k-\mathrm{1}}(u)+\\ \frac{u_{i+k+\mathrm{1}}-u}{u_{i+k+\mathrm{1}}-u_{i+\mathrm{1}}}{N}_{i+\mathrm{1},k-\mathrm{1}}(u)\end{array}\end{array}\right\}（4）

其中，规定0/0=0。

2.4 仿真分析

为模拟换刀过程中换刀机器人的运动情况，采用Creo软件和Simulink软件搭建换刀机器人的物理模型，如图10a所示。以换刀机器人进行正滚刀安装为例，采用上述路径规划算法和B样条曲线进行运动规划仿真，得到的换刀机器人运动时序图见图10，换刀机器人各关节的运动情况分别如图11和图12所示。

图10a所示为换刀机器人在舱体内的初始状态，此时机器人整体收纳在机器人舱内，舱门关闭，不影响盾构机正常掘进；图10b所示为机器人收到换刀指令后，通过各关节联动携带新滚刀移出机器人舱门，并向目标安装位置运动；图10c~图10e所示为机器人通过多关节调整以规避障碍物并适应狭窄空间的过程；图10f所示为机器人末端抵达目标位置并将新滚刀放置于刀箱内的完成状态。图10中研究结果表明，机器人在运动过程中不与舱体发生碰撞，从而验证了机器人换刀控制的安全性。图11和图12中研究结果表明，规划的换刀机器人携带新的滚刀并运动至刀盘背部约需75 s，且机器人的每个关节都能持续、平稳地运动，从而验证了运动规划算法的有效性和换刀机器人运动的安全性。

3 试验

3.1 换刀机器人试验台搭建

为验证方案的有效性，在实验室环境下搭建了换刀机器人的实验样机，如图13所示。

针对实际施工过程，刀盘是一个旋转部件（图14），在不同位置处滚刀的位姿不同，为此本文设计了一种五自由度滚刀姿态模拟试验台，如图15所示。其中，J₁、J₄为y轴移动自由度，用于模拟滚刀所在刀盘半径、机器人舱到隧道轴线的距离；J₃为z轴旋转自由度，用于模拟刀盘转角；J₂为z轴平移自由度，用于模拟刀盘与机器人舱间的距离；J₅为滚刀系统的旋转自由度，用于模拟滚刀的姿态。利用换刀机器人滚刀姿态模拟试验台可模拟不同直径、不同机器人舱与刀盘相对位置、不同刀号处滚刀的位置和姿态，从而实现不同滚刀位姿的模拟。

针对换刀机器人自动化作业需求，开发了适用于该环境下的换刀机器人控制系统，如图16所示。采用三层架构，其中顶层为操作层，分为远程用户端和操作端。远程用户端布置在盾构机控制室内，以实现包括换刀机器人在内的盾构机整机状态的监测；操作端布置在盾构机内的操作室内，以实现操作人员与换刀机器人的交互，包括机器人运动学模型计算、运动规划、作业模式切换等。中间层为控制层，布置在机器人本体附近，以完成操作端的指令解析，并依据传感器反馈信息实现机器人的高精度控制。底层为执行层，包括驱动单元和机器人本体结构，主要用于完成换刀动作的执行。

换刀机器人样机及滚刀姿态模拟试验台的实际参数如表1所示。

由于换刀机器人的实际装配误差、加工误差等因素导致连杆实际参数与运动学模型存在偏差，因此本团队使用激光追踪仪进行机器人参数标定。如图17所示，激光追踪仪的反射目标球固定在换盘机器人的各连杆上，激光跟踪器的位置坐标用于获得实际测量的机器人连杆坐标，从而完成机器人的标定和连杆参数的补偿。

此外，本团队将视觉技术与机器人末端姿态的精细调整相结合，以进一步提高机器人末端定位精度。

3.2 换刀机器人换刀模拟试验

为验证机器人的换刀能力，本团队在实验室进行了换刀机器人拆装滚刀试验，机器人运动时序图见图18。其中，图18a所示为机器人在舱体内准备进行换刀的起始姿态；图18b所示为机器人多关节协同运动，并靠近需更换的滚刀位置；图18c所示为机器人末端执行器插入刀座，并将滚刀解锁；图18d所示为机器人将解锁滚刀从刀箱内抽出；图18e所示为机器人通过多关节协同运动将滚刀带回舱体；图18f所示为机器人将带回的旧磨损滚刀放置在滚刀运输系统上。上述过程验证了换刀机器人作业方案的有效性。

3.3 工程测试

为进一步验证本文所提方案的有效性和换刀机器人滚刀更换的作业性能，在某一开挖直径为9130 mm的土压平衡盾构机施工项目中采用换刀机器人开展工程试验，如图19所示，换刀机器人安装在刀盘约9点钟方向，机器人回转中心距刀盘中心约为3.2 m，机器人臂展为3.5 m，可换刀具范围为以机器人为中心、半径2.2 m内。通过旋转刀盘可实现对刀盘半径1 m至最外缘的圆环范围内所有滚刀的更换，滚刀覆盖率达83.3%，换刀机器人可换刀区域如图20所示。

图21为实际工程中换刀机器人进行滚刀更换的运动时序图。图21a所示为换刀机器人安装在舱体内的初始姿态，舱门尺寸为1 m×1 m，较为狭窄；图21b所示为换刀机器人末端执行器携带新的滚刀进入到开挖舱的姿态；图21c~图21e所示为末端执行器在开挖舱内狭窄空间下进行末端姿态调整，并将滚刀带至刀盘背面；图21f所示为末端执行器夹持滚刀并将其安装至刀盘内，同时末端执行器拧紧螺母，从而完成新滚刀的安装。

4 结论

针对全断面隧道掘进机（TBM）施工中对机械化、智能化换刀的迫切需求，本文围绕换刀机器人关键技术进行了阐述，主要结论如下：

1）设计了一种复杂环境下适配于机器人操作的新型滚刀锁紧机构，将传统复杂紧固模式转变为单一的旋转锁解动作，解决了传统滚刀系统无法适用于机器人操作的痛点，为换刀机器人末端执行器的轻量化与控制简单化奠定了基础。

2）针对盾构机狭小的换刀作业环境，设计了一种高功率密度的八自由度（3P+5R）重载机器人，通过机器人本体的冗余运动有效解决了刀盘停靠不精准对换刀机器人的影响，实现了在直径9130 mm盾构机上的工程搭载应用，滚刀覆盖率达83.3%。

3）研制了换刀机器人样机，搭建了滚刀姿态模拟试验台，设计了换刀机器人控制系统，开展了滚刀位姿模拟和机器人换刀试验，并验证了换刀机器人整体设计方案的可行性和控制系统的稳定性。

4）针对盾构机机器人化的设计要求，本文从新型滚刀结构设计、机器人本体设计、运动规划等方面系统阐述了换刀机器人系统的研发、试验测试到工程应用的研发路径，为隧道掘进装备的其他智能化系统设计与应用提供了参考。

参考文献

[1] HUANG Xing， LIU Quansheng， SHI Kai， et al. Application and Prospect of Hard Rock TBM for Deep Roadway Construction in Coal Mines［J］. Tunnelling and Underground Space Technology， 2018， 73： 105-126.

[2] 司景钊， 曾云川， 刘建兵. 复杂地质铁路隧道敞开式TBM施工挑战及思考［J］. 隧道建设（中英文）， 2021， 41（3）： 433-440.

[3] SI Jingzhao， ZENG Yunchuan， LIU Jianbing. Challenges and Some Thoughts on Open-TBM Construction in a Railway Tunnel with Complex Geologies［J］. Tunnel Construction， 2021， 41（3）： 433-440.

[4] 贾连辉， 李晓科， 袁文征， 等. 基于拓扑优化和Kriging模型的前中盾结构轻量化设计［J］. 中国机械工程， 2022， 33（23）： 2888-2897.

[5] JIA Lianhui， LI Xiaoke， YUAN Wenzheng， et al. Lightweight Design of Front and Middle Shield Structures Based on Topology Optimization and Kriging Model［J］. China Mechanical Engineering， 2022， 33（23）： 2888-2897.

[6] YUAN J， GUAN R， GUO D， et al. Discussion on the Robotic Approach of Disc Cutter Replacement for Shield Machine［C］∥2020 IEEE International Conference on Real-time Computing and Robotics（RCAR）. Asahikawa， 2020： 204-209.

[7] 杜立杰. 中国TBM施工技术进展、挑战及对策［J］. 隧道建设， 2017， 37（9）： 1063-1075.

[8] DU Lijie. Progresses， Challenges and Countermeasures for TBM Construction Technology in China［J］. Tunnel Construction， 2017， 37（9）： 1063-1075.

[9] CAMUS T， MOUBARAK S. Maintenance Robotics in TBM Tunnelling［C］∥32nd International Symposium on Automation and Robotics in Construction and Mining （ISARC 2015）.Oulu， 2015：1-8.

[10] DERYCKE J N， RUBRECHT S. Method for Replacing a Tunnel Boring Machine Roller Cutter， Handling Device and Roller Cutter Suited to such a Method： US20130045055［P］. 2013-02-21.

[11] NeTTun： New Technologies for Tunnelling and Underground Works［EB/OL］. ［2025-12-02］.

[12] 董德鹏. 盾构机换刀机器人增量式数字阀控液压伺服技术研究［D］. 沈阳： 东北大学， 2020.

[13] DONG Depeng. Research on Incremental Digital Valve Control Hydraulic Servo Technology for TBM Cutter Changing Robot［D］. Shenyang： Northeastern University， 2020.

[14] YANG Mei， ZENG Guiying， REN Yong， et al. Accessibility and Trajectory Planning of Cutter Changing Robot Arm for Large-diameter Slurry Shield［J］. Mechanics， 2023， 29（3）： 214-224.

[15] DU Liang， YUAN Jianjun， BAO Sheng， et al. Robotic Replacement for Disc Cutters in Tunnel Boring Machines［J］. Automation in Construction， 2022， 140： 104369.

[16] 张海东， 黄磊， 霍军周. TBM换刀机器人的设计分析与运动控制［J］. 应用基础与工程科学学报， 2021， 29（5）： 1234-1244.

[17] ZHANG Haidong， HUANG Lei， HUO Junzhou. Design and Motion Control of Disc Cutter Changing Robot for TBM［J］. Journal of Basic Science and Engineering， 2021， 29（5）： 1234-1244.

[18] 吕浩伟. 盾构机辅助换刀机器人机构设计及其定位精度分析［D］. 济南： 山东大学， 2023.

[19] Haowei LYU. Mechanism Design and Positioning Accuracy Analysis of Shield Assisted Tool Change Robot［D］. Jinan： Shandong University， 2023.

[20] 钱文学， 宋帅， 李昊， 等. 基于混合样条曲线的换刀机器人换刀轨迹规划研究［J］. 东北大学学报（自然科学版）， 2021， 42（10）： 1427-1434.

[21] QIAN Wenxue， SONG Shuai， LI Hao， et al. Research on Tool-changing Trajectory Planning of Tool-changing Robots Based on Hybrid Spline Curves［J］. Journal of Northeastern University（Natural Science）， 2021， 42（10）： 1427-1434.

[22] 陶治同， 陶建峰， 覃程锦， 等. 基于时间冲击最优的TBM换刀机器人轨迹规划［J］. 浙江大学学报（工学版）， 2023， 57（1）： 1-9.

[23] TAO Zhitong， TAO Jianfeng， QIN Chengjin， et al. Trajectory Planning of TBM Disc Cutter Changing Robot Based on Time-jerk Optimization［J］. Journal of Zhejiang University （Engineering Science）， 2023， 57（1）： 1-9.

[24] 殷光淼， 朱国力， 谢哲， 等. 基于数字孪生的盾构机换刀机器人监控系统［J］. 计算机集成制造系统， 2024， 30（3）： 811-824.

[25] YIN Guangmiao， ZHU Guoli， XIE Zhe， et al. Monitoring System for Shield Machine Tool Changing Robot Based on Digital Twin［J］. Computer Integrated Manufacturing Systems， 2024， 30（3）： 811-824.

[26] 刘四进， 马浴阳， 王华伟， 等. TBM换刀机器人新型刀具系统设计分析［J］. 隧道建设（中英文）， 2024， 44（10）： 2094-2102.

[27] LIU Sijin， MA Yuyang， WANG Huawei， et al. Design and Analysis of a Novel Cutter System for a Cutter-changing Robot in Tunnel Boring Machines［J］. Tunnel Construction， 2024， 44（10）： 2094-2102.

[28] MENG Z， YANG D， HUO J， et al. Development and Performance Evaluation of an Integrated Disc Cutter System for TBMS［J］. Applied Sciences， 2021， 11（2）： 644.

[29] 杨冬建. 基于双目视觉的TBM换刀机器人末端定位研究［D］. 大连： 大连理工大学， 2021.

[30] YANG Dongjian. Study on End Positioning of TBM Cutter Changing Robot Based on Binocular Vision［D］. Dalian： Dalian University of Technology， 2021.

[31] 郭俊可， 王杜娟. 基于视觉导航定位的盾构机器人换刀技术研究［J］. 隧道建设（中英文）， 2021， 41（2）： 300-307.

[32] GUO Junke， WANG Dujuan. Research on Cutter-replacement Technology for Shield Machine Using Robot Based on Visual Navigation Positioning［J］. Tunnel Construction， 2021， 41（2）： 300-307.

[33] 张意龙. 狭窄空间下的盾构机刀盘缺陷检测与换刀机器人路径规划研究［D］. 哈尔滨： 哈尔滨理工大学， 2025.

[34] ZHANG Yilong. Defect Detection of Shield Cutter Plate and Path Planning of Tool-changing Robot in Narrow Space［D］. Harbin： Harbin University of Science and Technology， 2025.

[35] 张志文， 刘伯威， 张继园， 等. 麻雀搜索算法-粒子群算法与快速扩展随机树算法协同优化的智能车辆路径规划［J］. 中国机械工程， 2024， 35（6）： 993-999.

[36] ZHANG Zhiwen， LIU Bowei， ZHANG Jiyuan， et al. Cooperative Optimization of Intelligent Vehicle Path Planning Based on PSO-SSA and RRT［J］. China Mechanical Engineering， 2024， 35（6）： 993-999.

基金资助

国家重点研发计划(2018YFB1306700)

国家重点研发计划(2023YFB2603604)