摘要 | 第4-5页 |
Abstract | 第5-6页 |
1 绪论 | 第10-16页 |
1.1 研究的背景和目的 | 第10-11页 |
1.1.1 研究的背景 | 第10-11页 |
1.1.2 研究的目的 | 第11页 |
1.2 国内外研究现状和发展趋势综述 | 第11-15页 |
1.2.1 神经网络法的研究现状 | 第11-12页 |
1.2.2 隧道围岩变形监控量测研究现状 | 第12页 |
1.2.3 隧道围岩稳定性研究现状 | 第12-15页 |
1.3 研究内容 | 第15-16页 |
2 巴郎山隧道工程地质和监控量测的方案设计 | 第16-24页 |
2.1 工程简述 | 第16页 |
2.2 隧道地质条件及评价 | 第16-19页 |
2.2.1 地层构造及岩性 | 第16页 |
2.2.2 围岩分级 | 第16-17页 |
2.2.3 水文地质 | 第17-18页 |
2.2.4 洞口段工程地质条件 | 第18页 |
2.2.5 场地稳定性评价 | 第18-19页 |
2.3 巴郎山隧道监控量测规划 | 第19-23页 |
2.3.1 监控量测的目的和任务 | 第19页 |
2.3.2 巴郎山隧道监控量测方案 | 第19-23页 |
2.4 本章小结 | 第23-24页 |
3 隧道围岩变形的影响因素和破坏类型 | 第24-31页 |
3.1 隧道围岩变形的影响因素概述 | 第24页 |
3.2 巴郎山隧道围岩变形主要影响因素 | 第24-28页 |
3.2.1 围岩内在因素 | 第24-26页 |
3.2.2 外部环境因素 | 第26-27页 |
3.2.3 人为因素 | 第27-28页 |
3.3 隧道围岩变形破坏类型 | 第28-30页 |
3.3.1 脆性破坏 | 第28-29页 |
3.3.2 塑性破坏 | 第29页 |
3.3.3 围岩变形破坏与岩性岩体的关系 | 第29-30页 |
3.4 本章小结 | 第30-31页 |
4 巴郎山隧道围岩稳定性分析 | 第31-59页 |
4.1 隧道围岩稳定性分析方法概述 | 第31-32页 |
4.2 巴郎山隧道围岩稳定性分析方法 | 第32-35页 |
4.2.1 RBF神经网络简述 | 第32-33页 |
4.2.2 RBF神经网络的基本原理 | 第33-34页 |
4.2.3 RBF神经网络预测隧道围岩变形的步骤 | 第34页 |
4.2.4 RBF神经网络预测隧道围岩变形的Matlab实现 | 第34-35页 |
4.3 巴郎山隧道围岩稳定的判据 | 第35-36页 |
4.4 RBF神经网络法分析巴郎山隧道围岩稳定性 | 第36-57页 |
4.5 本章小结 | 第57-59页 |
5 巴郎山隧道开挖过程的数值模拟分析 | 第59-84页 |
5.1 数值模拟方法简介 | 第59-61页 |
5.1.1 概述 | 第59页 |
5.1.2 有限差分法 | 第59-61页 |
5.2 数值模拟软件 | 第61-64页 |
5.2.1 模拟软件简介 | 第61页 |
5.2.2 模拟软件的特征 | 第61-63页 |
5.2.3 模拟软件的求解流程 | 第63-64页 |
5.3 巴郎山隧道数值模拟分析 | 第64-83页 |
5.3.1 建模考虑和模型建立 | 第64-67页 |
5.3.2 隧道施工的模拟和分析 | 第67-83页 |
5.3.2.1 Ⅲ级围岩全断面施工的应力应变分析 | 第67-71页 |
5.3.2.2 Ⅳ级围岩上下台阶法施工的应力应变分析 | 第71-76页 |
5.3.2.3 Ⅴ级围岩CRD法施工的应力应变分析 | 第76-83页 |
5.3.3 实测数据与模拟结果的对比分析 | 第83页 |
5.4 本章小结 | 第83-84页 |
结论与展望 | 第84-86页 |
结论 | 第84-85页 |
展望 | 第85-86页 |
参考文献 | 第86-89页 |
攻读硕士期间发表学术论文情况 | 第89-90页 |
致谢 | 第90-91页 |