第一章 绪论 | 第1-14页 |
1.1 引言 | 第9-10页 |
1.2 锚杆无损检测研究的发展现状及问题的提出 | 第10-12页 |
1.3 本文采用的研究方法及所作的工作 | 第12-14页 |
第二章 锚杆无损检测的理论基础 | 第14-24页 |
2.1 锚杆锚固的力学基础 | 第14-20页 |
2.1.1 锚杆的结构及分类 | 第14-15页 |
2.1.2 荷载从锚杆转移到灌浆体的力学机理 | 第15-16页 |
2.1.3 灌浆与钻孔壁结合的力学机理 | 第16-17页 |
2.1.4 锚固力的概念及锚固机理 | 第17-19页 |
2.1.5 锚杆的失效 | 第19-20页 |
2.2 锚杆无损检测的波动理论 | 第20-24页 |
2.2.1 波在锚固体系中的衰减机制 | 第20-21页 |
2.2.2 波在锚杆锚固体系中传播时的能量分配规律 | 第21页 |
2.2.3 波在锚杆锚固体系中反射规律 | 第21-24页 |
第三章 锚杆锚固系统动测响应的数学模型 | 第24-47页 |
3.1 力学模型和波动方程 | 第24-29页 |
3.1.1 锚杆砂浆复合材料等效模型的建立 | 第24-25页 |
3.1.2 波动方程的建立 | 第25-28页 |
3.1.3 波动方程初边值条件的确定 | 第28-29页 |
3.2 波动方程的求解 | 第29-31页 |
3.3 评价锚杆锚固质量优劣的几个参数 | 第31-34页 |
3.4 有限差分法 | 第34-43页 |
3.4.1 定解问题的描述 | 第34-35页 |
3.4.2 定解问题的差分解法 | 第35-37页 |
3.4.3 数值模拟分析实例 | 第37-43页 |
3.5 实际工程应用 | 第43-46页 |
3.6 本章小结 | 第46-47页 |
第四章 锚杆锚固质量的智能评价 | 第47-59页 |
4.1 BP算法的数学描述 | 第48-50页 |
4.2 BP神经网络的优化 | 第50-54页 |
4.2.1 BP算法的改进 | 第50-51页 |
4.2.2 基于遗传算法的BP神经网络拓扑结构的优化 | 第51-54页 |
4.3 人工神经网络关于预测锚固质量的应用 | 第54-58页 |
4.3.1 锚杆的极限承载力预测 | 第55-58页 |
4.3.2 锚杆的完整性预测 | 第58页 |
4.4 本章小结 | 第58-59页 |
第五章 结论与展望 | 第59-62页 |
5.1 结论 | 第59-60页 |
5.2 展望 | 第60-62页 |
参考文献 | 第62-65页 |
攻读硕士学位期间参与的科研成果与发表论文情况 | 第65-66页 |
致谢 | 第66页 |