首页--工业技术论文--水利工程论文--治河工程与防洪工程论文--整治建筑论文

输水渠道拦冰索模型试验及拦冰厚度预测研究

中文摘要第3-4页
ABSTRACT第4-5页
第一章 绪论第8-16页
    1.1 本课题研究的工程背景第8-10页
    1.2 国内外发展概况第10-14页
        1.2.1 河冰形成及演变第10-11页
        1.2.2 原型观测第11-12页
        1.2.3 数值模拟和理论分析第12-14页
        1.2.4 冰期输水经验第14页
    1.3 本论文研究的主要内容第14-16页
第二章 冰的物理力学性质及模型试验第16-29页
    2.1 冰的物理性质第16页
    2.2 河冰的力学性质第16-17页
    2.3 冰力模型试验第17-25页
        2.3.1 模型冰的技术要求第18-19页
        2.3.2 模型冰的分类及发展第19-20页
        2.3.3 天然冰材料形成与生长过程的模拟第20-21页
        2.3.4 低温冰实验室第21-25页
    2.4 冰力模型试验模型律第25-28页
        2.4.1 弗汝德数相等第25-26页
        2.4.2 柯西数相等第26-27页
        2.4.3 冰数相等第27-28页
    2.5 本章小结第28-29页
第三章 拦冰索模型试验研究第29-52页
    3.1 工程概况第29-32页
        3.1.1 南水北调中线工程简介第29-30页
        3.1.2 南水北调中线冰情第30-32页
    3.2 拦冰索模型设计及加工第32-34页
        3.2.1 现有的拦冰索结构形式第32页
        3.2.2 双轴式拦冰索第32-34页
    3.3 拦冰索模型试验第34-38页
        3.3.1 试验模型比尺第34页
        3.3.2 影响拦冰效果因素第34-36页
        3.3.3 模型试验过程第36-37页
        3.3.4 试验技术方案第37-38页
    3.4 试验现象及分析第38-50页
        3.4.1 不同初始冰厚的影响第38-42页
        3.4.2 不同冰速的影响第42-45页
        3.4.3 不同水位的影响第45-46页
        3.4.4 拦冰索轴力分析第46-47页
        3.4.5 极限拦冰量及拦冰索有效距离计算第47-50页
    3.5 本章小结第50-52页
第四章 基于神经网络的拦冰索拦冰厚度预测第52-71页
    4.1 人工神经网络基本原理第52-53页
    4.2 BP 神经网络预测拦冰索拦冰效果第53-61页
        4.2.1 BP 网络的定义及结构第53-54页
        4.2.2 BP 算法的基本思想第54页
        4.2.3 BP 学习算法的步骤第54-56页
        4.2.4 BP 神经网络的优缺点第56-57页
        4.2.5 BP 神经网络模型预测拦冰索拦冰效果第57-61页
    4.3 遗传算法优化BP 神经网络预测拦冰索拦冰效果第61-70页
        4.3.1 遗传算法概述第61-63页
        4.3.2 遗传算法(GA)在BP 神经网络学习中的应用第63-66页
        4.3.3 遗传算法优化神经网络预测拦冰索拦冰厚度第66-70页
    4.4 本章小结第70-71页
第五章 结论与展望第71-74页
    5.1 结论第71-72页
    5.2 展望第72-74页
参考文献第74-77页
科研情况说明第77-78页
致谢第78页

论文共78页,点击 下载论文
上一篇:一汽微型商用车市场竞争力研究
下一篇:景观照明中典型建筑形体的色光情感定量化研究