盾构法施工掘进参数优化分析研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-12页 |
| 1. 绪论 | 第12-21页 |
| ·研究背景 | 第12-13页 |
| ·地铁工程快速发展 | 第12页 |
| ·盾构施工法广泛采用 | 第12-13页 |
| ·盾构施工法在广州轨道交通项目中的应用 | 第13页 |
| ·盾构施工方法国内外研究应用现状 | 第13-18页 |
| ·盾构法施工工作机理研究 | 第15-16页 |
| ·模型试验研究方法 | 第16-17页 |
| ·计算机数值计算方法 | 第17页 |
| ·人工智能分析方法 | 第17-18页 |
| ·研究目的及意义 | 第18页 |
| ·主要研究内容及方法 | 第18-21页 |
| ·掘进参数统计分析 | 第18-19页 |
| ·掘进参数预测分析 | 第19页 |
| ·基于盾构掘进参数的故障诊断分析 | 第19-21页 |
| 2. 工程背景及盾构机概述 | 第21-28页 |
| ·工程背景 | 第21-23页 |
| ·工程概况 | 第21页 |
| ·工程地质概况 | 第21-23页 |
| ·盾构机主要部件 | 第23-28页 |
| ·总述 | 第23页 |
| ·盾构本体 | 第23-24页 |
| ·推进系统 | 第24-25页 |
| ·出碴系统 | 第25-26页 |
| ·PDV数据采集系统 | 第26-28页 |
| 3. 盾构掘进参数统计分析 | 第28-45页 |
| ·盾构掘进参数数据选取与描述 | 第28-30页 |
| ·掘进参数分布规律统计分析 | 第30-35页 |
| ·实测掘进参数与模型试验结论对比分析 | 第35-41页 |
| ·刀盘转速与推进速度的关系 | 第35-37页 |
| ·刀盘转速、推进速度与贯入度(切土深度)的关系 | 第37-38页 |
| ·盘扭矩与刀盘转速的关系 | 第38-39页 |
| ·盾构机推力、扭矩与推进速度的关系 | 第39-41页 |
| ·系统因素对于掘进参数影响分析 | 第41-45页 |
| ·线路条件对于掘进参数影响分析 | 第42页 |
| ·线路条件及地质条件对于掘进参数影响分析 | 第42-45页 |
| 4. 盾构掘进参数预测分析 | 第45-67页 |
| ·人工神经网络基本理论 | 第45-47页 |
| ·人工神经网络概述 | 第45-46页 |
| ·人工神经网络构成 | 第46页 |
| ·人工神经网络参数预测方法 | 第46-47页 |
| ·基于BP神经网络盾构掘进参数预测分析 | 第47-61页 |
| ·BP神经网络概述 | 第47-48页 |
| ·BP网络结构及算法 | 第48-50页 |
| ·掘进参数数据的采集与预处理 | 第50-53页 |
| ·参数预测分析BP神经网络设计 | 第53-60页 |
| ·参数预测分析BP神经网络存在的问题 | 第60-61页 |
| ·基于径向基神经网络盾构掘进参数预测分析 | 第61-67页 |
| ·径向基函数神经网络的概述 | 第61-62页 |
| ·径向基函数神经网络的结构 | 第62-63页 |
| ·径向基函数神经网络的训练算法 | 第63-64页 |
| ·参数预测分析径向基函数神经网络设计 | 第64-67页 |
| 5. 基于盾构掘进参数的故障诊断分析 | 第67-83页 |
| ·故障诊断技术概述 | 第67-68页 |
| ·盾构法施工典型故障分析 | 第68-74页 |
| ·典型故障的含义 | 第68页 |
| ·南方地区盾构法施工典型故障分析 | 第68-73页 |
| ·典型故障的分类 | 第73-74页 |
| ·基于掘进参数的典型故障诊断分析 | 第74-83页 |
| ·基于PDV数据采集系统的数据采集与预处理 | 第75-76页 |
| ·盾构施工故障诊断网络的构建和训练 | 第76-80页 |
| ·盾构施工故障诊断网络结果分析 | 第80-83页 |
| 6. 结论与展望 | 第83-85页 |
| ·结论 | 第83-84页 |
| ·展望 | 第84-85页 |
| 参考文献 | 第85-88页 |
| 学位论文数据集 | 第88页 |
