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 |