| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 锚杆锚固系统质量检测技术的国内外研究现状 | 第10-11页 |
| 1.2.2 有限元分析的研究现状 | 第11-12页 |
| 1.2.3 Elman神经网络的研究现状 | 第12-13页 |
| 1.3 研究的主要内容 | 第13-15页 |
| 第二章 基于有限元的锚杆建模与分析 | 第15-26页 |
| 2.1 有限元分析软件ANSYS/LS-DYNA介绍 | 第15-16页 |
| 2.2 锚杆锚固系统有限元模型建立与动态仿真 | 第16-23页 |
| 2.3 锚杆锚固系统仿真分析 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 锚杆锚固系统模态分析 | 第26-45页 |
| 3.1 模态分析基本理论 | 第26-31页 |
| 3.2 锚杆锚固系统模态分析 | 第31-44页 |
| 3.2.1 深基坑长锚杆模态分析 | 第31-39页 |
| 3.2.1.1 不受力长锚杆模态分析 | 第31-38页 |
| 3.2.1.2 受力长锚杆模态分析 | 第38-39页 |
| 3.2.2 巷道支护短锚杆模态分析 | 第39-44页 |
| 3.3 本章小结 | 第44-45页 |
| 第四章 锚杆无损检测ACC-OIF-ELMAN神经网络模型 | 第45-69页 |
| 4.1 Elman神经网络 | 第45-48页 |
| 4.1.1 Elman神经网络结构 | 第45-46页 |
| 4.1.2 Elman神经网络的学习算法 | 第46-48页 |
| 4.2 改进的Elman神经网络 | 第48-53页 |
| 4.2.1 OIF-Elman神经网络 | 第48-50页 |
| 4.2.2 ACC-OIF-Elman神经网络 | 第50-53页 |
| 4.3 ACC-OIF-Elman神经网络在锚杆预测中的应用 | 第53-68页 |
| 4.3.1 ACC-OIF-Elman神经网络在锚杆缺陷识别中的应用 | 第53-64页 |
| 4.3.1.1 基于小波包的应力波特征分析 | 第53-56页 |
| 4.3.1.2 缺陷识别实验 | 第56-64页 |
| 4.3.2 ACC-OIF-Elman神经网络在锚杆长度预测中的应用 | 第64-68页 |
| 4.3.2.1 长度预测样本选取 | 第64-65页 |
| 4.3.2.2 预测实验 | 第65-68页 |
| 4.4 本章小结 | 第68-69页 |
| 第五章 锚杆质量无损检测实验与分析 | 第69-85页 |
| 5.1 实验原理 | 第69-70页 |
| 5.2 锚杆应力波信号采集实验 | 第70-75页 |
| 5.2.1 实验对象 | 第70-71页 |
| 5.2.2 实验设备及数据采集过程 | 第71-74页 |
| 5.2.3 数据采集结果 | 第74-75页 |
| 5.3 基于ACC-OIF-Elman神经网络的缺陷识别 | 第75-84页 |
| 5.3.1 基于小波包的特征值提取 | 第75-77页 |
| 5.3.2 识别结果 | 第77-84页 |
| 5.4 本章小结 | 第84-85页 |
| 第六章 结论与展望 | 第85-87页 |
| 6.1 结论 | 第85-86页 |
| 6.2 展望 | 第86-87页 |
| 参考文献 | 第87-92页 |
| 致谢 | 第92-93页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第93页 |
