論文:Virtual trial assembly of large and complex bolted steel members assisted by terrestrial laser scanning and kinematic chain modeling. 

DOI:https://doi.org/10.1016/j.autcon.2025.106416

1 研究背景

大型復雜橋梁鋼結(jié)構(gòu)的裝配系統(tǒng)內(nèi)部存在誤差的傳播和累積，這可能會導致裝配失敗，造成高昂的整改和運輸成本。針對傳統(tǒng)橋梁鋼結(jié)構(gòu)的實體預拼裝方法成本高、效率低以及未能分析內(nèi)部誤差傳遞的缺點，本文借助三維激光掃描技術，提出了一種基于機器人運動鏈的螺栓連接橋梁鋼結(jié)構(gòu)智能數(shù)字化預拼裝方法。為實現(xiàn)給工人提供最優(yōu)的螺栓孔修正方案，建立了距離偏差與最大螺栓通孔率的映射。同時，針對常規(guī)節(jié)段和合攏節(jié)段，分別建立了兩種不同的拼裝優(yōu)化方案。該研究可以定量分析由制作誤差帶來的拼裝系統(tǒng)內(nèi)部誤差傳播，提升了鋼結(jié)構(gòu)橋梁建造的智能化水平，為工程實踐提供了技術支撐。

2.研究方法

①節(jié)點段點云預處理

在本研究提出的方法實施過程中，需要對節(jié)段的裝配點和整體尺寸進行提取，用于后續(xù)的運動鏈模型建立和預拼裝優(yōu)化。首先基于隨機采樣一致性算法對節(jié)段點云進行主平面分割，得到節(jié)段兩個主平面法向量，然后基于法向量進行節(jié)段軸對齊。接著基于BIM模型或圖紙先驗信息，進行帶螺栓孔的板件分割。然后對帶螺栓孔的板件進行平面提取，并完成孔壁點云和連接板點云分離。最后對螺栓孔點云聚類，完成孔心和直徑擬合。

②運動鏈模型建立

鋼結(jié)構(gòu)橋梁裝配系統(tǒng)中的節(jié)段可以看作是機器人運動鏈模型中的“關節(jié)”，因此首先需要進行節(jié)段簡化。簡化的原則基于節(jié)段的裝配點坐標和裝配系統(tǒng)中所承擔的連接角色。在裝配系統(tǒng)中，兩側(cè)為主梁節(jié)段，中間為橫隔梁節(jié)段，因此主梁可簡化為矩陣：

橫隔梁可簡化為矩陣：

然后需要在滿足規(guī)范要求情況下賦予節(jié)段自由度。根據(jù)實際施工需求，對主梁兩側(cè)施加強制約束，即主梁兩側(cè)之間距離保持與設計值一致。裝配系統(tǒng)內(nèi)部的自由度為主梁可沿主軸方向進行平移（1個自由度）。在運動鏈誤差傳播模型中，為了提高整體螺栓通孔率，各節(jié)段Xi 沿水平方向移動ei ,則Xi 的累積誤差為：

③預拼裝優(yōu)化

螺栓連接鋼結(jié)構(gòu)的預拼裝的優(yōu)化主要在于最小化螺栓孔修正次數(shù)。本研究建立了裝配偏差與通孔率之間的映射關系，并提出了兩種優(yōu)化方案：第一種方案旨在最小化螺栓孔修正次數(shù)；第二種方案在確保兩端構(gòu)件位置等于設計值的前提下，同樣追求最小化螺栓孔修正次數(shù)。具體而言，每個裝配偏差對應一個最優(yōu)通孔率σ，因為拼接板可以進行旋轉(zhuǎn)和平移。距離偏差可以分為間距偏差和錯位偏差，分別為主梁之間和主梁與橫隔梁之間的偏差。拼接板的優(yōu)化函數(shù)如下所示：

為確保裝配成功，必須保證每個裝配位置的σ值達到100%，通過修正拼接板的對應螺栓孔可滿足該要求。因此提出基于最小化螺栓孔修正量的預拼裝優(yōu)化方法，采用粒子群優(yōu)化算法獲取最優(yōu)解。優(yōu)化函數(shù)為：

在橋梁合攏時，需要對兩側(cè)構(gòu)件進行強制定位以完成安裝，因此提出了基于最小節(jié)段坐標偏差的預拼裝優(yōu)化方法。優(yōu)化函數(shù)如下：

3 研究結(jié)果

本研究提出的誤差傳播理論在重慶市大溪河特大橋進行了實際場景驗證與應用。采用陸地式三維激光掃描儀掃描了6個主梁，9個橫隔梁和對應的192塊拼接板。單個主梁節(jié)段的螺栓孔數(shù)量達上千個，傳統(tǒng)方法完成相應數(shù)量的節(jié)段的拼裝需要至少15天時間和1000平方米的空間，成本較高。

本文提出的預拼裝方法能夠提供具體的螺栓孔修正方案，兩種優(yōu)化方案分別需要修正102個和309個螺栓孔。盡管基于最小節(jié)段坐標偏差的螺栓孔數(shù)量約為基于最小化螺栓孔修正量的三倍，但主要差異集中在主梁部位，這并未導致過度的修正時間與成本。本研究提出的方法僅需1名工人、1臺陸地式三維激光掃描設備及1臺計算機即可在5個工作日內(nèi)完成。而根據(jù)施工經(jīng)驗，同等節(jié)段數(shù)量的組裝至少需要15個工作日及10名工人。因此相較于實體預拼裝，本方法更具效率優(yōu)勢。

誤差傳播和累積分析結(jié)果表明，節(jié)段5的絕對誤差傳播值最高，為1.27 mm，但其絕對累積誤差最小，為0.44mm。這是因為節(jié)段3傳播的正誤差抵消了節(jié)段5的負誤差。由此可得出以下結(jié)論：(1)單側(cè)構(gòu)件的誤差不會傳播至另一側(cè)；(2)同一構(gòu)件上所有裝配點的累積誤差相等，表明其誤差來源相同；(3)構(gòu)件的誤差來源雖更多，但累積誤差未必更高，因為誤差來源可能相互抵消。

4 研究結(jié)論

為解決傳統(tǒng)橋梁鋼結(jié)構(gòu)預拼裝方法成本高、效率低且不能分析誤差傳播和累積的問題，本文提出一種基于機器人運動學鏈的數(shù)學模型，并將其應用于大型復雜鋼結(jié)構(gòu)節(jié)段的智能數(shù)字化預拼裝分析。該模型在實際橋梁中得到驗證，主要創(chuàng)新和結(jié)論如下：

(1) 所提出的運動鏈誤差傳播模型能清晰表達構(gòu)件間的裝配關系，具有創(chuàng)新性，可擴展至任意數(shù)量構(gòu)件及其他類型鋼結(jié)構(gòu)。

(2) 構(gòu)件間因制造偏差產(chǎn)生的誤差存在傳播與累積現(xiàn)象，且可定量分析?；谧钚』菟仔拚康念A拼裝結(jié)果顯示：最大誤差傳播量為1.27毫米，最大誤差累積量為2.21毫米。誤差呈單向單側(cè)傳播，累積誤差可能相互抵消。

(3)建立了距離偏差與最大螺栓通孔率的映射關系，能夠提供需修正的螺栓孔的具體坐標。該方法經(jīng)驗證具有高效性與高可操作性。

通過對橋梁鋼結(jié)構(gòu)進行數(shù)字化預拼裝和誤差傳播分析，所提出的方法有助于減少拼裝成本，降低施工風險，縮短建設周期，為推動鋼結(jié)構(gòu)橋梁施工智能化提供強有力的技術支撐。