板桁结合梁斜拉桥空间结构分析与施工控制技术研究
| 摘要 | 第1-7页 |
| Abstract | 第7-14页 |
| 第1章 绪论 | 第14-30页 |
| ·斜拉桥概述 | 第14-18页 |
| ·斜拉桥的发展历程 | 第14-15页 |
| ·斜拉桥的结构型式 | 第15-16页 |
| ·斜拉桥的特点 | 第16-17页 |
| ·斜拉桥的发展趋势与存在的问题 | 第17-18页 |
| ·大跨度斜拉桥静力分析 | 第18-22页 |
| ·斜拉桥几何非线性分析 | 第18-20页 |
| ·斜拉桥施工计算 | 第20-21页 |
| ·关于计算模型的研究 | 第21-22页 |
| ·斜拉桥施工监控 | 第22-28页 |
| ·斜拉桥施工监控的目的与意义 | 第22-23页 |
| ·桥梁施工控制中的相关理论 | 第23-25页 |
| ·斜拉桥施工监控方法与应用 | 第25-28页 |
| ·本文的研究内容 | 第28-30页 |
| ·研究的工程背景 | 第28页 |
| ·本文研究的主要内容 | 第28-30页 |
| 第2章 大跨度斜拉桥几何非线性分析理论 | 第30-55页 |
| ·几何非线性有限元法理论 | 第30-41页 |
| ·物体的运动描述 | 第30-31页 |
| ·应力、应变描述 | 第31-35页 |
| ·几何非线性有限元解的基本公式 | 第35-41页 |
| ·大跨度斜拉桥几何非线性分析 | 第41-48页 |
| ·斜拉索垂度效应 | 第41-43页 |
| ·弯矩与轴力的耦合效应 | 第43-46页 |
| ·大位移效应 | 第46-48页 |
| ·几何非线性有限元方程数值解法 | 第48-52页 |
| ·直接迭代法 | 第48-49页 |
| ·牛顿-拉扶逊法(Newton-Raphson) | 第49-50页 |
| ·增量法 | 第50-51页 |
| ·混合法 | 第51-52页 |
| ·收敛性问题讨论 | 第52-53页 |
| ·收敛性准则 | 第52页 |
| ·增量步长的选择 | 第52-53页 |
| ·本章小结 | 第53-55页 |
| 第3章 基于 ANSYS的斜拉桥分析建模 | 第55-83页 |
| ·ANSYS简介 | 第55-58页 |
| ·ANSYS的基本构架 | 第55-56页 |
| ·ANSYS结构分析功能 | 第56页 |
| ·ANSYS二次开发工具及方法 | 第56-58页 |
| ·斜拉桥分析模型 | 第58-66页 |
| ·斜拉桥力学模型 | 第58-60页 |
| ·本文所选用的单元特性 | 第60-64页 |
| ·斜拉桥建模方法 | 第64-66页 |
| ·天兴洲大桥计算模型 | 第66-73页 |
| ·天兴洲大桥结构特点 | 第66-67页 |
| ·天兴洲大桥成桥计算模型的建立 | 第67-73页 |
| ·天兴洲大桥几何非线性分析 | 第73-81页 |
| ·ANSYS环境中几何非线性计算的实现 | 第73-76页 |
| ·计算参数与工况分析 | 第76-77页 |
| ·计算结果分析 | 第77-81页 |
| ·本章小结 | 第81-83页 |
| 第4章 斜拉桥施工监控体系研究 | 第83-108页 |
| ·斜拉桥施工控制理论简介 | 第83-90页 |
| ·基于确定性数学模型的控制理论 | 第83-84页 |
| ·基于概率统计的随机过程控制理论 | 第84-86页 |
| ·基于小样本、贫信息的灰色控制理论 | 第86-88页 |
| ·基于人脑思维机制的神经网络控制理论 | 第88-89页 |
| ·几种理论的对比分析 | 第89-90页 |
| ·斜拉桥施工控制的主要内容和技术路线 | 第90-94页 |
| ·斜拉桥施工控制的主要内容 | 第90-91页 |
| ·斜拉桥施工控制技术路线 | 第91-94页 |
| ·武汉天兴洲大桥施工监控体系 | 第94-96页 |
| ·施工管理组织体系 | 第94页 |
| ·施工控制系统的构成 | 第94-96页 |
| ·施工控制的有关标准讨论 | 第96-100页 |
| ·线形控制标准 | 第96-97页 |
| ·施工控制的总体原则 | 第97页 |
| ·关于施工理想状态的讨论 | 第97-98页 |
| ·施工控制精度目标值 | 第98-100页 |
| ·施工控制的实施步骤 | 第100-102页 |
| ·施工监测方案 | 第102-107页 |
| ·应力测试 | 第102-104页 |
| ·位移测试 | 第104-105页 |
| ·索力测试 | 第105页 |
| ·温度测试 | 第105-107页 |
| ·本章小结 | 第107-108页 |
| 第5章 大跨度钢斜拉桥施工过程仿真模拟 | 第108-139页 |
| ·斜拉桥的施工方法 | 第108-112页 |
| ·常用施工方法简介 | 第108-109页 |
| ·现代大跨度斜拉桥的施工方法 | 第109-112页 |
| ·斜拉桥施工阶段的分析方法 | 第112-114页 |
| ·基于 ANSYS环境的施工计算模型 | 第114-120页 |
| ·施工工况分析 | 第114-118页 |
| ·在 ANSYS环境中正装迭代法的实现 | 第118-120页 |
| ·标准节段施工过程的受力分析 | 第120-128页 |
| ·梁段起吊时结构受力分析 | 第120-122页 |
| ·梁段安装时结构受力分析 | 第122-123页 |
| ·斜拉索第一次张拉时结构受力分析 | 第123-125页 |
| ·吊机前移时的结构受力分析 | 第125-126页 |
| ·斜拉索第二次张拉时结构受力分析 | 第126-128页 |
| ·施工阶段的误差分析 | 第128-136页 |
| ·温度对大跨度钢斜拉桥静力行为的影响 | 第129-133页 |
| ·钢梁自重误差对大跨度钢斜拉桥静力行为的影响 | 第133-134页 |
| ·索力张拉误差对大跨度钢斜拉桥静力行为的影响 | 第134-136页 |
| ·拉索弹性模量误差对大跨度钢斜拉桥静力行为的影响 | 第136页 |
| ·本章小结 | 第136-139页 |
| 第6章 BP神经网络原理及其特性研究 | 第139-162页 |
| ·神经网络概述 | 第139-142页 |
| ·人工神经网络的发展 | 第140-141页 |
| ·人工神经网络的特点 | 第141页 |
| ·人工神经网络的应用 | 第141-142页 |
| ·BP神经网络基本原理 | 第142-147页 |
| ·神经网络机理 | 第142-144页 |
| ·BP神经网络模型 | 第144-145页 |
| ·BP神经网络的学习和训练 | 第145-147页 |
| ·BP神经网络的有关结论 | 第147-150页 |
| ·多层前馈网络的逼近能力 | 第147-148页 |
| ·用神经网络表示非线性系统的可能性 | 第148-149页 |
| ·神经网络模型的输出预测与辨识 | 第149-150页 |
| ·BP算法 | 第150-153页 |
| ·BP算法的改进措施 | 第153-156页 |
| ·转换函数的修正 | 第154页 |
| ·基于学习误差的α，β和η参数自适应调整 | 第154-155页 |
| ·避免出现局部最小的随机学习算法 | 第155页 |
| ·训练集的归一化 | 第155-156页 |
| ·中间层节点数的自适应调整 | 第156页 |
| ·BP神经网络程序设计 | 第156-160页 |
| ·数组及变量设计 | 第156-157页 |
| ·程序框图 | 第157页 |
| ·程序清单 | 第157页 |
| ·算例分析 | 第157-160页 |
| ·本章小结 | 第160-162页 |
| 第7章 BP神经网络在天兴洲大桥施工控制中的应用 | 第162-183页 |
| ·概述 | 第162-163页 |
| ·施工设计参数的识别 | 第163-168页 |
| ·网络结构 | 第164-165页 |
| ·输入向量与目标向量 | 第165-166页 |
| ·网络仿真计算结果 | 第166-168页 |
| ·梁端拼装标高和初始张拉索力的预测 | 第168-172页 |
| ·施工预测的BP网络结构 | 第168-169页 |
| ·模型的更新 | 第169页 |
| ·数据的获取与处理 | 第169-171页 |
| ·网络仿真计算结果 | 第171-172页 |
| ·斜拉索索力调整方案 | 第172-180页 |
| ·索力调整的影响矩阵法 | 第172-174页 |
| ·索力调整的BP神经网络法 | 第174-176页 |
| ·BP神经网络法用于施工误差调整的索力计算 | 第176-179页 |
| ·BP神经网络法用于中跨合拢后的索力调整计算 | 第179-180页 |
| ·本章小结 | 第180-183页 |
| 第8章 结论与展望 | 第183-191页 |
| ·结论 | 第183-185页 |
| ·大跨度斜拉桥智能施工监控体系的构想 | 第185-191页 |
| ·现场施工管理分系统 | 第186页 |
| ·数据高速采集系统 | 第186-187页 |
| ·数据双向传输网络系统 | 第187-188页 |
| ·计算分析与控制决策系统 | 第188-191页 |
| 参考文献 | 第191-199页 |
| 致谢 | 第199-200页 |
| 攻读博士学位期间参与的研究项目 | 第200页 |
| 攻读博士学位期间发表论文 | 第200-201页 |
| 附录A BP神经网络源程序清单 | 第201-203页 |
