首页--交通运输论文--公路运输论文--隧道工程论文--隧道观测与试验论文--隧道施工及运用监测论文

公路隧道信息化施工网络平台研究及应用

摘要第4-6页
abstract第6-8页
第1章 引言第13-22页
    1.1 选题依据及研究意义第13-14页
    1.2 国内外研究现状第14-18页
        1.2.1 隧道施工信息化的研究现状第14-16页
        1.2.2 工程建设中互联网技术的重要意义第16-17页
        1.2.3 存在不足第17-18页
    1.3 论文研究思路、内容及技术路线第18-22页
        1.3.1 研究思路第18页
        1.3.2 研究内容第18-19页
        1.3.3 技术路线第19-22页
第2章 平台总体设计第22-58页
    2.1 总体思路及原理第22-23页
    2.2 平台总体规划第23页
    2.3 平台主要功能第23-29页
        2.3.1 信息管理第24-28页
        2.3.2 信息分析第28-29页
    2.4 平台界面设计第29-31页
        2.4.1 前台第29-30页
        2.4.2 后台第30-31页
    2.5 平台信息管理流程第31-36页
    2.6 平台用户及权限第36-56页
        2.6.1 管理员第36页
        2.6.2 施工单位第36-42页
        2.6.3 监控量测单位第42-44页
        2.6.4 超前预报单位第44-50页
        2.6.5 监理单位第50-52页
        2.6.6 专家组第52-54页
        2.6.7 设计单位第54页
        2.6.8 业主单位第54-56页
    2.7 小结第56-58页
第3章 基于互联网技术的公路隧道围岩分级第58-80页
    3.1 围岩BQ法定量分级第58-62页
        3.1.1 公路隧道设计规范的BQ法第58-60页
        3.1.2 定量围岩分级管理流程第60页
        3.1.3 定量围岩分级的测试第60-62页
    3.2 支持向量机基本原理第62-69页
        3.2.1 统计学习理论第62-64页
        3.2.2 SVM的基本思想第64-65页
        3.2.3 线性可分第65-66页
        3.2.4 线性不可分第66-68页
        3.2.5 核函数第68页
        3.2.6 多类分类问题第68-69页
    3.3 隧道围岩智能分级指标的确定第69-73页
        3.3.1 国外围岩分级方法指标选取分析第69-70页
        3.3.2 国内围岩分级方法指标选取分析第70-72页
        3.3.3 平台分级指标的确定第72-73页
    3.4 围岩分级数据库的设计第73-74页
    3.5 围岩支持向量机智能分级第74-79页
        3.5.1 训练样本的确定及转化第74-75页
        3.5.2 模型的建立及判别第75-76页
        3.5.3 SVM围岩分级管理流程第76-77页
        3.5.4 SVM围岩分级的测试第77-79页
    3.6 小结第79-80页
第4章 基于互联网技术的公路隧道监控量测第80-95页
    4.1 平台监测项目及方法第80-82页
        4.1.1 拱顶下沉第80-82页
        4.1.2 周边位移第82页
    4.2 量测数据的处理第82-85页
        4.2.1 数据处理的目的第82-83页
        4.2.2 量测数据的回归分析第83-85页
    4.3 监测项目数据库的设计第85-86页
    4.4 监控量测数据分析第86-94页
        4.4.1 量测数据分析管理流程第86-87页
        4.4.2 回归分析与曲线图的生成第87-88页
        4.4.3 判断围岩稳定性第88-89页
        4.4.4 预估二次衬砌时间第89-90页
        4.4.5 预估围岩最终稳定变形量第90-91页
        4.4.6 围岩预警预报第91页
        4.4.7 量测分析的测试第91-94页
    4.5 小结第94-95页
第5章 基于互联网技术的公路隧道超前地质预报第95-124页
    5.1 不良地质超前预报第96-105页
        5.1.1 TSP第96-98页
        5.1.2 地质雷达第98-100页
        5.1.3 瞬变电磁第100-103页
        5.1.4 单一超前预报的测试第103-105页
    5.2 不良地质综合预报第105-112页
        5.2.1 不良地质综合预报流程第106-107页
        5.2.2 不良地质综合预报指标选取第107-108页
        5.2.3 不良地质综合预报分级第108-112页
    5.3 超前地质预报数据库的设计第112-115页
    5.4 支持向量机智能综合预报分析第115-123页
        5.4.1 训练样本的确定及转化第115-120页
        5.4.2 模型的建立及判别第120页
        5.4.3 综合预报的测试第120-123页
    5.5 小结第123-124页
第6章 平台在藏区高速公路中的初步应用第124-141页
    6.1 概述第124页
    6.2 应用区工程地质条件第124-126页
        6.2.1 项目位置及工程概况第124页
        6.2.2 水文与气象第124-125页
        6.2.3 地层岩性第125页
        6.2.4 地形地貌第125页
        6.2.5 水文地质条件第125页
        6.2.6 地质构造与地震第125-126页
    6.3 平台的培训及服务第126-130页
        6.3.1 平台培训方案第126-129页
        6.3.2 技术服务第129-130页
    6.4 围岩分级应用第130-133页
    6.5 常规位移监控量测应用第133-137页
    6.6 超前地质预报应用第137-139页
    6.7 小结第139-141页
结论与展望第141-143页
致谢第143-144页
参考文献第144-148页
读学位期间取得学术成果第148-149页
附录A 计量方式第149-155页
附录B 围岩分级训练样本第155-161页
附录C 围岩分级参数第161-171页
附录D 超前地质预报综合分析训练样本第171-176页
附录E 超前地质预报综合分析参数第176-185页

论文共185页,点击 下载论文
上一篇:热—力作用下隧道岩爆物理模型试验研究
下一篇:基于机器视觉的铁路轨道检测系统设计与实现