| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 本文选题背景与研究意义 | 第12页 |
| 1.2 钢拱桥的发展概述 | 第12-13页 |
| 1.3 桥梁温度效应研究现状 | 第13-15页 |
| 1.3.1 混凝土温度效应问题的研究进展 | 第13-15页 |
| 1.3.2 钢箱梁温度效应的研究现状 | 第15页 |
| 1.4 本文的课题来源与研究思路 | 第15-16页 |
| 1.5 本文的主要研究工作 | 第16-17页 |
| 第二章 钢箱梁温度场参数及有限元分析 | 第17-44页 |
| 2.1 温度场与温度荷载 | 第17-18页 |
| 2.1.1 温度场函数定义 | 第17页 |
| 2.1.2 温度荷载的分类及特点 | 第17页 |
| 2.1.3 温度场的热交换因素 | 第17-18页 |
| 2.2 太阳辐射及大气温度日过程 | 第18-22页 |
| 2.2.1 太阳直接辐射 | 第18-19页 |
| 2.2.2 太阳散射辐射 | 第19-20页 |
| 2.2.3 地面反射辐射 | 第20页 |
| 2.2.4 大气温度的取值 | 第20-21页 |
| 2.2.5 风速的影响 | 第21-22页 |
| 2.3 计算参数的确定 | 第22-23页 |
| 2.3.1 热交换系数a的确定 | 第22-23页 |
| 2.3.2 空气介质综合温度fT的确定 | 第23页 |
| 2.4 热分析的基本理论 | 第23-28页 |
| 2.4.1 热传导形式 | 第23-25页 |
| 2.4.2 热传导方程及边界条件、初始条件的考虑 | 第25-28页 |
| 2.5 温度场问题的有限元分析 | 第28-38页 |
| 2.5.1 三角形单元的分析 | 第28-34页 |
| 2.5.2 四边形等参单元的分析 | 第34-38页 |
| 2.6 钢箱梁边界条件的计算 | 第38-43页 |
| 2.6.1 太阳辐射强度的计算 | 第38-41页 |
| 2.6.2 对流换热系数kh与热辐射对流系数rh的确定 | 第41-43页 |
| 2.7 本章小结 | 第43-44页 |
| 第三章 钢箱梁温度场试验研究及成果 | 第44-59页 |
| 3.1 概述 | 第44页 |
| 3.2 工程背景 | 第44-46页 |
| 3.3 温度场测试方法与测点布置[43-49] | 第46-47页 |
| 3.4 应力测点布置 | 第47页 |
| 3.5 温度实测数据与分析 | 第47-50页 |
| 3.5.1 钢箱梁截面温度变化曲线 | 第47-48页 |
| 3.5.2 顶板与顶板加劲肋实测温度变化曲线 | 第48-49页 |
| 3.5.3 底板与底板加劲肋实测温度变化曲线 | 第49页 |
| 3.5.4 腹板实测温度变化曲线 | 第49-50页 |
| 3.6 钢箱梁温度梯度曲线 | 第50-57页 |
| 3.6.1 国内外桥梁规范中有关温度梯度的规定 | 第50-53页 |
| 3.6.2 钢箱梁实测温度梯度 | 第53-57页 |
| 3.6.3 钢箱梁温度梯度曲线 | 第57页 |
| 3.7 小结 | 第57-59页 |
| 第四章 钢箱梁温度场ANSYS的有限元分析 | 第59-79页 |
| 4.1 ANSYS热分析的基本原理 | 第59页 |
| 4.2 计算模型的建立 | 第59-63页 |
| 4.2.1 选定单元类型、设置材料属性 | 第59-60页 |
| 4.2.2 施加温度荷载与边界条件 | 第60-63页 |
| 4.2.3 求解 | 第63页 |
| 4.2.4 后处理 | 第63页 |
| 4.3 钢箱梁温度场计算结果 | 第63-70页 |
| 4.3.1 温度场分布 | 第64-66页 |
| 4.3.2 温度场时程变化 | 第66-69页 |
| 4.3.3 温度场应力的分析 | 第69-70页 |
| 4.4 钢箱梁温度场影响计算参数分析 | 第70-71页 |
| 4.5 计算值与实测值对比分析 | 第71-73页 |
| 4.6 本文温度梯度下的效应研究 | 第73-75页 |
| 4.8 整体升降温温度效应研究 | 第75-77页 |
| 4.9 钢箱梁施工控制中消除温度效应影响的方法 | 第77页 |
| 4.10 小结 | 第77-79页 |
| 第五章 基于神经网络与KRIGING模型在系杆拱桥施工过程中的索力温度修正值的预测方法 | 第79-104页 |
| 5.1 神经网络 | 第79页 |
| 5.2 神经网络模型及功能 | 第79-80页 |
| 5.3 基于神经网络的预测 | 第80-81页 |
| 5.4 BP神经网络的基本原理与算法 | 第81-86页 |
| 5.4.1 概述 | 第81页 |
| 5.4.2 BP神经网络模型 | 第81页 |
| 5.4.3 基本原理 | 第81-84页 |
| 5.4.4 BP神经网络计算流程 | 第84-86页 |
| 5.5 BP神经网络预测模型在MATLAB中的实现 | 第86-87页 |
| 5.6 施工中索力温度修正值的预测 | 第87-95页 |
| 5.6.1 输入样本的选取 | 第87-91页 |
| 5.6.2 网络训练与预测结果分析 | 第91-95页 |
| 5.7 基于KRIGING模型的索力修正计算 | 第95-103页 |
| 5.7.1 kriging法简介 | 第95页 |
| 5.7.2 kriging模型的建立[64-66] | 第95-96页 |
| 5.7.3 kriging模型的预测[67-70] | 第96-98页 |
| 5.7.4 基于kriging模型的吊杆索力修正 | 第98-103页 |
| 5.8 本章小结 | 第103-104页 |
| 结论与展望 | 第104-106页 |
| 一、本文主要工作和创新之处 | 第104页 |
| 二、尚存在的问题及今后展望 | 第104-106页 |
| 参考文献 | 第106-110页 |
| 攻读硕士学位期间取得的研究成果 | 第110-111页 |
| 致谢 | 第111-112页 |
| 附件 | 第112页 |
