| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-22页 |
| 1.1 引言 | 第12-15页 |
| 1.2 国内外临时支架的研究现状 | 第15-17页 |
| 1.2.1 国内支架研究现状 | 第15-16页 |
| 1.2.2 国外支架研究现状 | 第16-17页 |
| 1.3 本文的研究内容与意义 | 第17-22页 |
| 1.3.1 研究内容 | 第17-18页 |
| 1.3.2 研究的意义 | 第18-22页 |
| 第2章 超高独立支架有限元模型的建立 | 第22-30页 |
| 2.1 工程概况 | 第22-23页 |
| 2.2 施工方案 | 第23-24页 |
| 2.3 有限元模型的建立 | 第24-27页 |
| 2.3.1 支架模型的建立 | 第24-25页 |
| 2.3.2 吊索及缆风索的选取 | 第25-26页 |
| 2.3.3 吊点的布置 | 第26-27页 |
| 2.3.4 拱脚临时支撑 | 第27页 |
| 2.4 施工工况划分 | 第27-28页 |
| 2.5 本章小结 | 第28-30页 |
| 第3章 GABP神经网络修正支架模型 | 第30-50页 |
| 3.1 支架有限元模型修正的必要性及基本思路 | 第30-31页 |
| 3.1.1 模型修正的必要性 | 第30页 |
| 3.1.2 模型修正的基本思路 | 第30-31页 |
| 3.2 GABP神经网络的建立 | 第31-39页 |
| 3.2.1 人工神经网络简介 | 第31-32页 |
| 3.2.2 BP神经网络的建立 | 第32-35页 |
| 3.2.3 遗传算法优化BP神经网络 | 第35-36页 |
| 3.2.4 GABP神经网络建立的基本步骤 | 第36-39页 |
| 3.3 神经网络样本的确定 | 第39-44页 |
| 3.3.1 训练样本的确定 | 第39-43页 |
| 3.3.2 测试样本的确定 | 第43-44页 |
| 3.4 GABP神经网络的训练结果的分析与验证 | 第44-48页 |
| 3.4.1 GABP神经网络的训练结果 | 第44-46页 |
| 3.4.2 模型修正前后的对比分析 | 第46-48页 |
| 3.4.3 振型的相关性分析 | 第48页 |
| 3.5 本章小结 | 第48-50页 |
| 第4章 最不利温度荷载的确定 | 第50-64页 |
| 4.1 荷载的确定 | 第50-53页 |
| 4.2 最不利温度荷载的确定 | 第53-62页 |
| 4.2.1 支架位移分析 | 第53-59页 |
| 4.2.2 支架应力分析 | 第59-62页 |
| 4.3 本章小结 | 第62-64页 |
| 第5章 修正后支架结构稳定性分析 | 第64-88页 |
| 5.1 稳定性分析的基本原理 | 第64-65页 |
| 5.2 拱肋翻转阶段吊索和支架的强度承载性能和稳定性分析 | 第65-75页 |
| 5.2.1 吊索的应力分析 | 第65-69页 |
| 5.2.2 支架的位移分析 | 第69-71页 |
| 5.2.3 支架的应力分析 | 第71-74页 |
| 5.2.4 拱肋翻转阶段支架的稳定性分析 | 第74-75页 |
| 5.3 拱肋整体提升阶段吊索和支架的稳定性分析 | 第75-84页 |
| 5.3.1 吊索的应力分析 | 第76-79页 |
| 5.3.2 支架的位移分析 | 第79-81页 |
| 5.3.3 支架的应力分析 | 第81-83页 |
| 5.3.4 拱肋整体提升阶段支架的稳定性分析 | 第83-84页 |
| 5.4 吊索应力与支架位移的验证 | 第84-86页 |
| 5.4.1 吊索的应力验证 | 第84-85页 |
| 5.4.2 支架最大位移验证 | 第85-86页 |
| 5.5 本章小结 | 第86-88页 |
| 结论与展望 | 第88-90页 |
| 参考文献 | 第90-94页 |
| 攻读硕士学位期间发表的学术论文 | 第94-96页 |
| 致谢 | 第96页 |