| 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 |