首页--工业技术论文--水利工程论文--水利枢纽、水工建筑物论文--挡水坝论文--土石坝(当地材料坝、填筑坝)论文--堆石坝论文

面板堆石坝的材料参数反演及监控模型研究

摘要第3-4页
ABSTRACT第4-5页
第一章 绪论第8-15页
    1.1 研究背景及意义第8-10页
    1.2 国内外研究现状第10-13页
        1.2.1 大坝监测资料分析的研究现状第10-12页
        1.2.2 土石坝反演分析的研究现状第12-13页
    1.3 课题来源第13页
    1.4 本文主要研究内容第13-15页
第二章 面板堆石坝的有限元理论第15-24页
    2.1 面板堆石坝的本构模型第15-21页
        2.1.1 堆石料第15-20页
        2.1.2 面板第20页
        2.1.3 接触面单元第20-21页
    2.2 有限元理论第21-23页
        2.2.1 有限单元法原理第21页
        2.2.2 非线性有限元的求解方法第21-23页
    2.3 本章小结第23-24页
第三章 面板堆石坝监测资料分析第24-51页
    3.1 引言第24-29页
        3.1.1 统计模型第24-26页
        3.1.2 确定性模型第26-28页
        3.1.3 混合模型第28-29页
    3.2 天生桥水库工程概况第29-31页
        3.2.1 枢纽概况第29页
        3.2.2 工程地质情况第29页
        3.2.3 工程基本建设情况第29-31页
    3.3 大坝监测系统布置第31-32页
        3.3.1 概述第31页
        3.3.2 大坝外部变形监测第31-32页
        3.3.3 大坝内部变形监测第32页
    3.4 大坝变形监测资料分析第32-49页
        3.4.1 大坝外部变形监测资料分析第32-42页
        3.4.2 大坝内部变形监测资料分析第42-49页
    3.5 本章小结第49-51页
第四章 面板堆石体的参数反演分析第51-82页
    4.1 反演分析的基本理论和方法第51-56页
        4.1.1 传统反演分析方法第51-52页
        4.1.2 神经网络(BP算法)的基本原理第52页
        4.1.3 BP神经网络的结构模型第52-53页
        4.1.4 BP神经网络算法在MATLAB实现步骤第53-55页
        4.1.5 BP神经网络的局限性第55-56页
    4.2 遗传算法优化BP神经网络第56-61页
        4.2.1 遗传算法理论第56-57页
        4.2.2 遗传算法的基本要素第57-58页
        4.2.3 遗传算法优化BP神经网络第58-59页
        4.2.4 遗传算法的实现步骤第59-60页
        4.2.5 遗传算法优化BP神经网络的可行性第60-61页
    4.3 天生桥面板堆石体反演参数的确定第61-68页
        4.3.1 敏感性分析的概念第61-62页
        4.3.2 正交试验法设计第62页
        4.3.3 邓肯E-B模型的参数敏感性分析第62-68页
    4.4 天生桥一级面板堆石坝运行期参数反演第68-80页
        4.4.1 工程概况和计算说明第68-70页
        4.4.2 面板堆石坝的参数反演过程第70-80页
    4.5 本章小结第80-82页
第五章 大坝安全监控混合模型第82-93页
    5.1 水压分量第82-84页
    5.2 温度分量第84页
    5.3 时效分量第84-92页
    5.4 本章小结第92-93页
第六章 结论与展望第93-95页
    6.1 结论第93-94页
    6.2 展望第94-95页
致谢第95-96页
参考文献第96-98页

论文共98页,点击 下载论文
上一篇:细水雾系统灭火性能研究及喷嘴参数优化
下一篇:南昌大学前湖校区室内、外气溶胶水溶性离子的分布特征