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 |