首页--交通运输论文--公路运输论文--隧道工程论文--隧道结构理论论文

基于围岩参数反演的隧道稳定性研究

摘要第6-7页
ABSTRACT第7-8页
第1章 绪论第12-18页
    1.1 研究背景及意义第12-13页
        1.1.1 研究背景第12页
        1.1.2 研究意义第12-13页
    1.2 国内外研究现状分析第13-15页
        1.2.1 位移反分析法的研究现状第13-14页
        1.2.2 围岩稳定性的研究现状第14-15页
    1.3 研究的主要内容及技术路线第15-18页
        1.3.1 研究内容第15-16页
        1.3.2 技术路线第16-18页
第2章 隧道工程概况及监控量测第18-32页
    2.1 工程概况第18-19页
        2.1.1 基本情况第18-19页
        2.1.2 地形地貌第19页
        2.1.3 工程地质与水文地质第19页
        2.1.4 地层岩性第19页
    2.2 隧道设计第19-20页
        2.2.1 隧道内轮廓第19-20页
        2.2.2 支护结构设计第20页
    2.3 监控量测方案第20-23页
        2.3.1 监控量测的目的及意义第20-21页
        2.3.2 监控量测的内容第21-23页
        2.3.3 监控量测的数据采集第23页
    2.4 数据处理与分析第23-29页
        2.4.1 地表沉降分析第24-26页
        2.4.2 拱顶沉降分析第26-28页
        2.4.3 水平收敛分析第28-29页
    2.5 信息反馈与施工管理机制第29-31页
        2.5.1 围岩变形管理基准第29-30页
        2.5.2 鹧鸪山隧道围岩变形与施工管理第30-31页
    2.6 小结第31-32页
第3章 隧道围岩正演模型的建立与计算第32-42页
    3.1 FLAC 3D原理第32-33页
        3.1.1 数学模型第32页
        3.1.2 数值方程第32-33页
        3.1.3 计算流程第33页
    3.2 模型试验设计第33-37页
        3.2.1 试验设计基本原理第33-34页
        3.2.2 试验设计方案第34-37页
    3.3 正演模型数值计算第37-41页
        3.3.1 模型的建立第37页
        3.3.2 计算参数的确定第37-38页
        3.3.3 计算结果第38-39页
        3.3.4 结果分析第39-41页
    3.4 小结第41-42页
第4章 基于BP神经网络的围岩参数反演第42-57页
    4.1 BP神经网络第42-44页
        4.1.1 BP神经网络原理第42-43页
        4.1.2 BP神经网络的改进方法第43-44页
    4.2 BP神经网络结构的确定第44-51页
        4.2.1 隐含层层数的选择第45页
        4.2.2 输入、输出层节点数的确定第45页
        4.2.3 隐含层节点数的确定第45-47页
        4.2.4 传输函数的选取第47-49页
        4.2.5 训练算法的选择第49-50页
        4.2.6 初始权值和阈值的确定第50页
        4.2.7 学习速率的确定第50-51页
    4.3 BP神经网络围岩的位移反演第51-56页
        4.3.1 BP神经网络的训练第51-53页
        4.3.2 BP神经网络的检验第53-54页
        4.3.3 围岩参数反演计算第54-55页
        4.3.4 反演结果分析第55-56页
    4.4 小结第56-57页
第5章 基于围岩参数反演的隧道稳定性研究第57-81页
    5.1 概述第57页
    5.2 隧道围岩稳定性评价依据第57-58页
    5.3 隧道围岩稳定性分析第58-67页
        5.3.1 隧道开挖数值分析第58-60页
        5.3.2 围岩的自稳能力分析第60-63页
        5.3.3 埋深对围岩稳定性的影响分析第63-67页
    5.4 隧道衬砌结构承载能力分析第67-70页
    5.5 提高隧道稳定性的措施分析第70-80页
        5.5.1 开挖方法分析第70-74页
        5.5.2 开挖进尺分析第74-77页
        5.5.3 辅助工法分析第77-80页
    5.6 小结第80-81页
结论与展望第81-84页
    结论第81-82页
    展望第82-84页
致谢第84-85页
参考文献第85-90页
附录 BP神经网络程序编写第90-92页
攻读硕士学位期间发表的论文及科研成果第92页

论文共92页,点击 下载论文
上一篇:健美操运动过程中“运动愉悦感”某些规律的研究--基于运动项目“娱人致趣”原理
下一篇:安全解封多段压裂管柱研究