基于模糊神经网络的公路隧道健康监测评估系统研究
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-11页 |
| 1 绪论 | 第11-18页 |
| ·课题研究背景 | 第11-12页 |
| ·国内外研究现状及进展 | 第12-15页 |
| ·隧道裂缝病害研究现状 | 第12-14页 |
| ·隧道病害安全评价研究现状 | 第14-15页 |
| ·依托项目情况 | 第15-17页 |
| ·本文主要研究内容 | 第17-18页 |
| 2 隧道衬砌开裂成因及安全性评价综述 | 第18-27页 |
| ·隧道衬砌开裂原因分析 | 第18-19页 |
| ·衬砌外力作用 | 第18-19页 |
| ·衬砌材质劣化 | 第19页 |
| ·施工工艺影响 | 第19页 |
| ·隧道安全性评价概述 | 第19-21页 |
| ·安全性评价的内容 | 第19-20页 |
| ·安全性评价目的 | 第20-21页 |
| ·安全评价过程 | 第21页 |
| ·现有安全性评价方法 | 第21-26页 |
| ·层次分析法(AHP) | 第22页 |
| ·模糊综合评判法 | 第22-23页 |
| ·灰色系统评价方法 | 第23-24页 |
| ·专家系统评价方法 | 第24-25页 |
| ·安全性评价方法的发展趋势 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 3 已开裂二次衬砌数值模拟 | 第27-54页 |
| ·引言 | 第27页 |
| ·断裂力学理论 | 第27-31页 |
| ·应力强度因子理论 | 第27-30页 |
| ·K准则和断裂韧度K_(ⅠC) | 第30-31页 |
| ·应力强度因子计算方法 | 第31页 |
| ·有限元计算模型 | 第31-34页 |
| ·ABAQUS有限元软件介绍 | 第31-32页 |
| ·计算模型及相关参数 | 第32-34页 |
| ·裂纹深度及温度对衬砌结构的安全性影响分析 | 第34-50页 |
| ·对称荷载条件下初始裂纹位于拱顶 | 第34-38页 |
| ·对称荷载条件下初始裂纹位于拱腰 | 第38-41页 |
| ·偏载条件下初始裂纹位于拱顶 | 第41-46页 |
| ·偏载条件下初始裂纹位于拱腰 | 第46-50页 |
| ·带裂纹结构安全性评价 | 第50-52页 |
| ·本章小结 | 第52-54页 |
| 4 模糊理论与人工神经网络技术 | 第54-62页 |
| ·模糊理论 | 第54-56页 |
| ·模糊集合 | 第54-55页 |
| ·隶属度函数的确定 | 第55-56页 |
| ·模糊集合的基本运算 | 第56页 |
| ·人工神经网络 | 第56-59页 |
| ·神经元模型 | 第57-58页 |
| ·神经网络模型 | 第58页 |
| ·神经网络的特点 | 第58-59页 |
| ·模糊理论与人工神经网络的结合 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 5 基于模糊神经网络的公路隧道衬砌结构安全评价 | 第62-80页 |
| ·引言 | 第62页 |
| ·衬砌裂缝评价指标的判定标准 | 第62-66页 |
| ·衬砌裂缝定性判定标准 | 第62-63页 |
| ·衬砌裂缝宽度和长度的判定标准 | 第63-64页 |
| ·衬砌裂缝深度的判定标准 | 第64-66页 |
| ·神经网络评价模型 | 第66-73页 |
| ·模糊神经网络的结构设计 | 第66-67页 |
| ·隶属度函数的确定 | 第67-69页 |
| ·模型神经网络模型的推理计算过程 | 第69-71页 |
| ·神经网络的学习过程 | 第71页 |
| ·训练样本的生成 | 第71-73页 |
| ·隧道监测数据分析与评价 | 第73-79页 |
| ·本章小结 | 第79-80页 |
| 6 隧道健康监测评估系统的软件开发 | 第80-89页 |
| ·软件系统的需求分析 | 第80页 |
| ·软件系统结构设计 | 第80-83页 |
| ·系统设计目标 | 第80-81页 |
| ·系统结构设计 | 第81-82页 |
| ·系统程序开发 | 第82-83页 |
| ·数据库设计 | 第83-86页 |
| ·软件系统的界面设计 | 第86-88页 |
| ·本章小结 | 第88-89页 |
| 7 结论与展望 | 第89-91页 |
| ·本文的主要工作和结论 | 第89-90页 |
| ·展望 | 第90-91页 |
| 参考文献 | 第91-95页 |
