摘要 | 第4-6页 |
ABSTRACT | 第6-8页 |
1. 绪论 | 第12-28页 |
1.1 选题依据及研究意义 | 第12-13页 |
1.2 国内外研究现状及发展趋势分析 | 第13-25页 |
1.2.1 土壤固化剂的类型研究 | 第13-16页 |
1.2.2 离子土壤固化剂微观固化机理研究 | 第16-20页 |
1.2.3 离子土壤固化剂宏观力学性能研究 | 第20-23页 |
1.2.4 发展趋势及存在问题 | 第23-25页 |
1.3 本文主要研究内容及技术路线 | 第25-28页 |
1.3.1 研究内容及方法 | 第25-26页 |
1.3.2 技术路线 | 第26页 |
1.3.3 本文主要创新点 | 第26-28页 |
2. 离子固化土微观固化机理及力学强度研究 | 第28-47页 |
2.1 红粘土基本参数研究 | 第28-31页 |
2.2 离子土壤固化剂基本物化性质分析 | 第31-34页 |
2.2.1 离子固化剂基本物性参数及分子结构 | 第31-32页 |
2.2.2 离子固化剂水溶液PH值和电导率分析 | 第32-34页 |
2.2.3 离子固化剂水溶液离子成分及浓度分析 | 第34页 |
2.3 离子固化土微观固化机理研究 | 第34-43页 |
2.3.1 离子固化土微观试验试件制备 | 第34-35页 |
2.3.2 基于XRD的固化前后矿物成分分析 | 第35-36页 |
2.3.3 基于SEM的离子固化土微观结构分析 | 第36-41页 |
2.3.4 基于BET的离子固化土比表面积及孔隙结构分析 | 第41-43页 |
2.4 离子固化土力学强度测试 | 第43-46页 |
2.4.1 离子固化土7无侧限抗压强度测试 | 第43-44页 |
2.4.2 离子固化土塑性指数测定与分析 | 第44-46页 |
2.5 本章小结 | 第46-47页 |
3. 离子固化土微宏观性能的关联性表达 | 第47-75页 |
3.1 离子固化土强度预测BP神经网络模型建立与评价 | 第47-59页 |
3.1.1 BP神经网络基本理论 | 第47-49页 |
3.1.2 BP神经网络模型改进算法 | 第49页 |
3.1.3 BP神经网络的算法实现 | 第49-54页 |
3.1.4 基于BP神经网络的离子固化土强度预测模型 | 第54-59页 |
3.2 离子固化土强度影响因素灰色关联度分析 | 第59-71页 |
3.2.1 灰色系统关联分析的基本理论 | 第59-60页 |
3.2.2 参考数据列与灰色关联函数的选取 | 第60-63页 |
3.2.3 灰色系统关联度计算与分析 | 第63-71页 |
3.3 基于灰色关联分析BP神经网络的离子固化土强度预测与分析 | 第71-74页 |
3.4 本章小结 | 第74-75页 |
4. 离子固化土强度改善方法及性能评价 | 第75-94页 |
4.1 离子固化土改善措施及机理 | 第75-76页 |
4.2 改善离子固化土的强度分析 | 第76-90页 |
4.2.1 固化土宏观试验试件制备与试验组织 | 第76-77页 |
4.2.2 7天无侧限抗压强度测试与分析 | 第77-80页 |
4.2.3 不同压实度抗压强度测试与分析 | 第80-86页 |
4.2.4 不同龄期强度变化规律分析 | 第86-90页 |
4.3 固化土强度优势体现期分析 | 第90-92页 |
4.4 本章小结 | 第92-94页 |
5. 基于多层次模糊综合评价的离子固化土综合成本分析 | 第94-104页 |
5.1 层次分析法基本原理 | 第94-95页 |
5.1.1 比例标度及含义 | 第94页 |
5.1.2 一致性判断 | 第94-95页 |
5.2 多层次模糊综合评价模型 | 第95-96页 |
5.2.1 指标的定量化处理 | 第95-96页 |
5.2.2 多层次模糊综合评价模型的构建 | 第96页 |
5.3 多层次模糊综合评价模型的应用与评价 | 第96-103页 |
5.3.1 指标选取与层次结构模型 | 第97-98页 |
5.3.2 因素的权重分配 | 第98-99页 |
5.3.3 模糊关系矩阵的建立与计算 | 第99-102页 |
5.3.4 模糊综合评价结果分析 | 第102-103页 |
5.4 本章小结 | 第103-104页 |
6. 结论与展望 | 第104-106页 |
6.1 结论 | 第104-105页 |
6.2 展望 | 第105-106页 |
参考文献 | 第106-111页 |
攻读学位期间取得的研究成果 | 第111-113页 |
致谢 | 第113-115页 |