基于安全监测的水库岸坡故障预测与健康评价研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| abstract | 第9-10页 |
| 第一章 绪论 | 第15-20页 |
| 1.1 课题研究背景及研究意义 | 第15-16页 |
| 1.2 故障预测与健康管理的国内外研究现状 | 第16-18页 |
| 1.2.1 国外研究现状 | 第16-17页 |
| 1.2.2 国内研究现状 | 第17-18页 |
| 1.3 本文主要的研究内容 | 第18-20页 |
| 第二章 水库岸坡安全状态及PHM方法的应用 | 第20-27页 |
| 2.1 水库岸坡安全状态的特点及监测分析的作用 | 第20-22页 |
| 2.1.1 水库岸坡安全状态的特点 | 第20-21页 |
| 2.1.2 安全监测及分析的作用 | 第21-22页 |
| 2.2 PHM系统基本概念 | 第22-24页 |
| 2.2.1 PHM基本概念 | 第22-23页 |
| 2.2.2 PHM方法的优势 | 第23-24页 |
| 2.3 库区边坡PHM系统框架及各模块作用 | 第24-27页 |
| 2.3.1 库区边坡PHM框架设计 | 第24-25页 |
| 2.3.2 水库岸坡PHM系统各模块作用 | 第25-27页 |
| 第三章 基于BP神经网络的水库岸坡故障预测技术 | 第27-45页 |
| 3.1 故障预测技术的研究现状 | 第27页 |
| 3.2 故障预测技术分类 | 第27-30页 |
| 3.2.1 基于物理模型的预测 | 第27-28页 |
| 3.2.2 基于数据驱动的预测 | 第28页 |
| 3.2.3 基于统计可靠分析的预测 | 第28-29页 |
| 3.2.4 基于知识经验的预测 | 第29-30页 |
| 3.3 BP神经网络原理 | 第30-32页 |
| 3.3.1 BP神经网络简介 | 第30-31页 |
| 3.3.2 BP神经网络算法数学原理 | 第31-32页 |
| 3.4 基于BP神经网络的水库岸坡位移预测 | 第32-39页 |
| 3.4.1 BP神经网络预测步骤 | 第32-33页 |
| 3.4.2 样本数据的确定 | 第33-34页 |
| 3.4.3 样本数据归一化 | 第34-35页 |
| 3.4.4 隐含层数的确定 | 第35页 |
| 3.4.5 选择传递函数 | 第35-36页 |
| 3.4.6 选择训练函数 | 第36页 |
| 3.4.7 应用实例 | 第36-39页 |
| 3.5 岸坡的故障预测 | 第39-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第四章 水库岸坡的剩余寿命估计 | 第45-53页 |
| 4.1 剩余寿命估计的方法 | 第45-46页 |
| 4.2 水库岸坡剩余寿命估计的理论基础 | 第46-48页 |
| 4.2.1 维纳过程 | 第46-47页 |
| 4.2.2 极大似然估计 | 第47-48页 |
| 4.3 水库岸坡剩余寿命估计的过程 | 第48-51页 |
| 4.3.1 基于首达时的剩余寿命分布 | 第48-49页 |
| 4.3.2 参数估计 | 第49-50页 |
| 4.3.3 案例分析 | 第50-51页 |
| 4.4 本章小结 | 第51-53页 |
| 第五章 水库岸坡健康评价 | 第53-79页 |
| 5.1 模糊数学基本理论介绍 | 第53-54页 |
| 5.2 模糊综合评判模型 | 第54-56页 |
| 5.3 隶属度的确定 | 第56-62页 |
| 5.4 权值矩阵的确定 | 第62-65页 |
| 5.5 水库岸坡健康评价体系 | 第65-79页 |
| 5.5.1 评价因素集的选择 | 第65-67页 |
| 5.5.2 评价等级的划分 | 第67-68页 |
| 5.5.3 评判指标隶属度的计算 | 第68-76页 |
| 5.5.4 各评判因素权值的确定 | 第76-77页 |
| 5.5.5 岸坡的模糊综合评价 | 第77页 |
| 5.5.6 本章小结 | 第77-79页 |
| 第六章 结论与展望 | 第79-81页 |
| 6.1 总结与结论 | 第79-80页 |
| 6.2 工作展望 | 第80-81页 |
| 参考文献 | 第81-86页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第86-87页 |
