首页--交通运输论文--铁路运输论文--特种铁路论文--地下铁路论文

地铁盾构隧道施工过程安全风险辨识与评价

摘要第4-5页
Abstract第5-6页
第一章 绪论第9-17页
    1.1 研究背景及意义第9-12页
    1.2 国内外研究现状第12-15页
        1.2.1 国外研究现状第12-13页
        1.2.2 国内研究现状第13-14页
        1.2.3 国内研究现状分析第14-15页
    1.3 研究内容与技术路线第15-17页
        1.3.1 研究内容第15-16页
        1.3.2 技术路线第16-17页
第二章 地铁盾构隧道施工及风险第17-23页
    2.1 地铁盾构隧道施工第17-19页
        2.1.1 盾构施工步骤及工艺流程第17-18页
        2.1.2 地铁盾构隧道施工特点第18-19页
    2.2 地铁盾构隧道施工风险第19-22页
        2.2.1 风险的定义第19-20页
        2.2.2 地铁盾构隧道施工风险发生机理第20-21页
        2.2.3 风险辨识与评价第21-22页
    本章小结第22-23页
第三章 地铁盾构隧道施工安全风险评价指标体系第23-44页
    3.1 指标体系构建的原则和依据第23-24页
        3.1.1 指标体系构建的原则第23-24页
        3.1.2 指标获取依据第24页
    3.2 地铁盾构隧道施工安全风险因素辨识第24-34页
        3.2.1 HAZOP风险辨识方法第24-26页
        3.2.2 地铁盾构隧道施工过程安全风险因素辨识第26-33页
        3.2.3 人的安全风险因素辨识第33-34页
    3.3 地铁盾构隧道施工过程安全风险评价指标体系第34-35页
    3.4 基于ISM解释结构模型的风险因素分析第35-43页
        3.4.1 ISM模型简介与实施步骤第35-37页
        3.4.2 盾构始发与试掘进阶段ISM解释结构模型的构建第37-40页
        3.4.3 其他阶段的ISM解释结构模型第40-43页
    本章小结第43-44页
第四章 基于粗糙集-BP神经网络的风险评价模型第44-60页
    4.1 粗糙集-BP神经网络风险评价法的基本思想第44-48页
        4.1.1 粗糙集属性约简理论第44-45页
        4.1.2 BP神经网络第45-48页
    4.2 地铁盾构隧道施工过程安全风险评价模型的建立第48-53页
        4.2.1 基于粗糙集的属性简约第48-52页
        4.2.2 BP神经网络结构的确定第52-53页
    4.3 模型的训练和检测第53-59页
        4.3.1 样本数据的选取第53-56页
        4.3.2 模型的训练第56-58页
        4.3.3 模型的检测第58-59页
    本章小结第59-60页
第五章 工程实例分析第60-65页
    5.1 工程概况第60-61页
        5.1.1 大连地铁4号线工程简介第60页
        5.1.2 工程地质条件第60-61页
    5.2 大连地铁4号线盾构隧道施工安全风险评价第61-64页
    本章小结第64-65页
第六章 结论与展望第65-67页
    6.1 结论第65页
    6.2 研究展望第65-67页
参考文献第67-69页
附录A 地铁盾构隧道施工风险因素调查问卷第69-75页
附录B 专家调查表第75-77页
致谢第77页

论文共77页,点击 下载论文
上一篇:基于BIM的铁路隧道施工安全管理研究
下一篇:基于ZigBee的列车盲区定位算法研究