致谢 | 第5-6页 |
摘要 | 第6-7页 |
ABSTRACT | 第7-8页 |
1 绪论 | 第13-21页 |
1.1 研究背景及意义 | 第13-14页 |
1.2 国内外研究现状及问题 | 第14-17页 |
1.2.1 深埋软岩隧道围岩稳定及突变理论研究 | 第14-16页 |
1.2.2 蠕变模型研究 | 第16-17页 |
1.3 研究内容和目标 | 第17-18页 |
1.3.1 研究内容 | 第17-18页 |
1.3.2 研究目标 | 第18页 |
1.4 研究方案 | 第18-19页 |
1.4.1 数值模拟 | 第18页 |
1.4.2 求解围岩极限位移 | 第18-19页 |
1.4.3 建立数学模型 | 第19页 |
1.5 论文创新点 | 第19-21页 |
2 深埋软岩隧道大变形特性与机理探讨 | 第21-27页 |
2.1 深埋的定义 | 第21页 |
2.2 软岩的定义 | 第21-22页 |
2.3 软岩工程特性 | 第22-25页 |
2.3.1 可塑性 | 第22-23页 |
2.3.2 膨胀性 | 第23页 |
2.3.3 崩解性 | 第23页 |
2.3.4 易扰动性 | 第23页 |
2.3.5 流变性 | 第23-25页 |
2.4 深埋软岩隧道变形力学机理 | 第25-27页 |
3 深埋软岩隧道开挖施工过程数值模拟 | 第27-65页 |
3.1 深埋软岩隧道模拟参数的确定 | 第27-28页 |
3.2 均匀试验设计 | 第28-32页 |
3.3 数值模拟软件 | 第32-33页 |
3.4 蠕变模型简介 | 第33-47页 |
3.4.1 MAXWELL模型 | 第33-35页 |
3.4.2 Kelvin模型 | 第35-37页 |
3.4.3 理想粘塑性体 | 第37-39页 |
3.4.4 Modified Kelvin模型 | 第39-40页 |
3.4.5 Poytin-Thomson模型 | 第40-43页 |
3.4.6 Bingham模型 | 第43-45页 |
3.4.7 Burgers模型 | 第45-46页 |
3.4.8 西原模型 | 第46-47页 |
3.5 蠕变模型辨识 | 第47-48页 |
3.6 数值模拟流程 | 第48-49页 |
3.7 三维隧道模型 | 第49-53页 |
3.7.1 隧道断面形式 | 第49-50页 |
3.7.2 隧道开挖方式 | 第50-52页 |
3.7.3 监测点设置 | 第52-53页 |
3.8 计算模型建立 | 第53-56页 |
3.8.1 隧道模型及边界条件 | 第53-55页 |
3.8.2 锚杆布置 | 第55-56页 |
3.8.3 初期支护布置 | 第56页 |
3.9 数值模拟结果 | 第56-63页 |
3.9.1 开挖后应力分情况 | 第57-58页 |
3.9.2 开挖后位移分布情况 | 第58-60页 |
3.9.3 开挖后测点处位移情况 | 第60-63页 |
3.9.4 开挖完成至二次衬砌间的蠕变曲线 | 第63页 |
3.10 本章小结 | 第63-65页 |
4 基于塑性区体积突变理论确定深埋软岩隧道围岩稳定极限位移 | 第65-85页 |
4.1 突变理论简介 | 第65-66页 |
4.2 突变理论基础概念 | 第66-67页 |
4.2.1 势 | 第66页 |
4.2.2 奇点 | 第66页 |
4.2.3 吸引子 | 第66-67页 |
4.3 突变理论基本原理 | 第67页 |
4.4 突变理论基本模型 | 第67-71页 |
4.4.1 折叠突变模型 | 第67-68页 |
4.4.2 燕尾突变模型 | 第68-69页 |
4.4.3 尖点突变模型 | 第69-71页 |
4.5 基于塑性区体积突变理论的深埋软岩隧道围岩失稳突变判据 | 第71-73页 |
4.6 深埋软岩隧道围岩稳定极限位移确定 | 第73-83页 |
4.7 本章小结 | 第83-85页 |
5 基于多元回归算法的深埋软岩隧道围岩稳定极限位移数学模型 | 第85-93页 |
5.1 多元线性回归简介 | 第85-86页 |
5.1.1 多元线性回归的一般形式 | 第85-86页 |
5.1.2 多元线性回归基本假定 | 第86页 |
5.1.3 多元线性回归方程变量 | 第86页 |
5.2 多元线性回归方程求解数学模型 | 第86-91页 |
5.2.1 多元线性回归样本数据 | 第86-88页 |
5.2.2 多元线性回归检验组数据 | 第88-89页 |
5.2.3 预测深埋软岩隧道围岩稳定极限位移的多元线性回归数学模型 | 第89-91页 |
5.3 本章小结 | 第91-93页 |
6 基于进化支持向量回归算法的深埋软岩隧道围岩稳定极限位移数学模型 | 第93-113页 |
6.1 支持向量回归算法(SUPPORT VECTOR REGRESSION简称SVR) | 第93-95页 |
6.2 进化支持向量回归算法 | 第95-98页 |
6.2.1 进化支持向量回归算法计算流程 | 第95-97页 |
6.2.2 遗传算法概述 | 第97-98页 |
6.3 进化支持向量回归算法样本分组 | 第98-101页 |
6.3.1 进化支持向量回归学习样本 | 第98-100页 |
6.3.2 进化支持向量回归算法测试样本 | 第100页 |
6.3.3 进化支持向量回归算法检验样本 | 第100-101页 |
6.4 进化支持向量回归算法求解围岩稳定极限位移数学模型 | 第101-110页 |
6.4.1 极限拱顶下沉位移预测数学模型 | 第102-106页 |
6.4.2 极限水平收敛位移预测数学模型 | 第106-110页 |
6.5 本章小结 | 第110-113页 |
7 结论与展望 | 第113-115页 |
7.1 结论 | 第113页 |
7.2 展望 | 第113-115页 |
参考文献 | 第115-118页 |
作者简历 | 第118-120页 |
学位论文数据集 | 第120页 |