既有钢筋混凝土结构性能的数值模拟
摘要 | 第1-5页 |
Abstract | 第5-9页 |
1 绪论 | 第9-20页 |
·课题来源及研究的目的和意义 | 第9-10页 |
·课题来源 | 第9页 |
·课题背景 | 第9-10页 |
·课题研究的目的及意义 | 第10页 |
·城市既有建筑研究现状 | 第10-14页 |
·城市既有建筑的特点 | 第10-11页 |
·既有结构性能退化的研究方法 | 第11-12页 |
·城市既有建筑结构性能退化的研究现状 | 第12-14页 |
·神经网络在土木工程中的应用 | 第14-18页 |
·神经网络的特点 | 第14-16页 |
·神经网络在土木工程中应用的可行性 | 第16-17页 |
·神经网络在土木工程中应用现状 | 第17-18页 |
·本文主要研究内容 | 第18-20页 |
2 人工神经网络及BP算法 | 第20-37页 |
·人工神经网络的基本理论 | 第20-23页 |
·生物神经元简介 | 第20-21页 |
·人工神经网络的组成与结构 | 第21-22页 |
·人工神经元的工作过程 | 第22-23页 |
·BP网络及BP算法 | 第23-32页 |
·数据正向传播原理 | 第24-25页 |
·误差反向传播原理 | 第25-28页 |
·BP算法的缺陷 | 第28-29页 |
·BP算法的改进 | 第29-32页 |
·建立BP网络模型的步骤 | 第32-36页 |
·数据的收集整理 | 第33-34页 |
·确定BP网络的结构 | 第34-35页 |
·评定网络性能 | 第35-36页 |
·本章小节 | 第36-37页 |
3 既有建筑混凝土强度的预测 | 第37-50页 |
·混凝土强度影响因素分析 | 第37-41页 |
·混凝土的碳化 | 第39-40页 |
·时间对混凝土强度的影响 | 第40-41页 |
·其它影响因素 | 第41页 |
·BP网络评定混凝土材料参数 | 第41-43页 |
·数据的收集整理 | 第41-42页 |
·选取结构特征参数 | 第42页 |
·BP网络模型的建立 | 第42-43页 |
·BP网络测试结果分析 | 第43-49页 |
·与已有公式的比较 | 第43-44页 |
·测试结果分析及应用 | 第44-46页 |
·参数分析 | 第46-49页 |
·本章小节 | 第49-50页 |
4 钢筋混凝土梁抗剪性能预测 | 第50-61页 |
·剪力传递机制和影响因素 | 第51-52页 |
·抗剪试验数据库的建立 | 第52-53页 |
·模型的建立 | 第53-56页 |
·输入层和输出层神经元的确定 | 第53-55页 |
·ANN模型的建立 | 第55页 |
·最优网络结构的确定 | 第55-56页 |
·ANN预测方法与各种设计规范公式比较 | 第56-60页 |
·本章小节 | 第60-61页 |
5 既有框架结构有限元分析 | 第61-82页 |
·"强柱弱梁"设计要求 | 第61-62页 |
·OpenSEES简介及特点 | 第62-67页 |
·OpenSEES简介 | 第62-63页 |
·OpenSEES的特点 | 第63-64页 |
·OpenSEES的模块化结构 | 第64-67页 |
·基于OpenSEES建立钢筋混凝土平面框架模型 | 第67-81页 |
·钢筋混凝土框架结构模型 | 第67-69页 |
·计算参数 | 第69-73页 |
·有限元模型与Pushover分析 | 第73-75页 |
·结果分析 | 第75-81页 |
·本章小节 | 第81-82页 |
结论 | 第82-83页 |
展望 | 第83-84页 |
参考文献 | 第84-87页 |
攻读硕士学位期间发表学术论文情况 | 第87-88页 |
致谢 | 第88-90页 |