摘要 | 第1-7页 |
ABSTRACT | 第7-11页 |
第一章 绪 论 | 第11-26页 |
·新奥法概述 | 第11-13页 |
·国内外研究现状 | 第13-20页 |
·隧道监测技术的研究现状 | 第13-15页 |
·隧道围岩反分析的研究现状 | 第15-17页 |
·公路隧道施工力学研究发展 | 第17-20页 |
·隧道围岩稳定性的位移判据 | 第20-24页 |
·容许位移和极限位移 | 第20-22页 |
·容许位移速率和加速度判据 | 第22-24页 |
·本文主要研究内容及技术路线 | 第24-26页 |
·主要研究内容 | 第24-25页 |
·研究技术路线 | 第25-26页 |
第二章 隧道围岩变形监测与分析 | 第26-51页 |
·工程背景 | 第26-31页 |
·工程地质及水文状况 | 第26-29页 |
·隧道的设计和施工概述 | 第29-31页 |
·隧道监控量测方案 | 第31-35页 |
·监控量测在隧道中的作用 | 第31-32页 |
·量测项目及测点布置 | 第32-33页 |
·监测数据的分析处理 | 第33-35页 |
·围岩变形监测结果分析 | 第35-45页 |
·拱顶下沉 | 第35-39页 |
·周边收敛 | 第39-44页 |
·隧道围岩变形规律分析 | 第44-45页 |
·隧道洞口高边坡变形三维监控 | 第45-50页 |
·隧道洞口概况 | 第45页 |
·边坡变形监测控制网的建立 | 第45-47页 |
·边坡变形监测结果分析 | 第47-50页 |
·本章小结 | 第50-51页 |
第三章 基于 GA-BP 神经网络的隧道围岩参数反分析 | 第51-76页 |
·BP 神经网络基本原理 | 第51-56页 |
·BP 神经元 | 第51-52页 |
·BP 网路的实现过程 | 第52-54页 |
·BP 算法的不足及其改进方法 | 第54-56页 |
·遗传算法简介 | 第56-59页 |
·遗传算法的生物学原理 | 第56-57页 |
·遗传算法的主要实现因素 | 第57-58页 |
·遗传算法的不足及改进 | 第58-59页 |
·遗传算法与 BP 神经网络相结合的可行性分析 | 第59页 |
·基于 GA-BP 神经网络的隧道围岩参数反分析 | 第59-66页 |
·隧道围岩参数反分析基本原理 | 第59-61页 |
·隧道围岩参数反分析流程 | 第61-63页 |
·GA-BP 神经网络结构的确定 | 第63-66页 |
·数值计算试验方案选取 | 第66-71页 |
·结果分析 | 第71-75页 |
·本章小结 | 第75-76页 |
第四章 隧道动态施工力学数值实验 | 第76-97页 |
·FLAC3D 概述 | 第76-80页 |
·FLAC3D 简介 | 第76页 |
·FLAC3D 的基本原理 | 第76-78页 |
·有限差求解方法 | 第78-79页 |
·Mohr‐Coulomb 屈服准则 | 第79-80页 |
·隧道施工力学研究 | 第80-87页 |
·隧道施工力学概念 | 第80-81页 |
·隧道施工力学基本原理 | 第81-87页 |
·隧道围岩失稳的损伤力学机理 | 第87页 |
·隧道动态施工数值实验研究 | 第87-96页 |
·模型建立 | 第87-90页 |
·结果分析 | 第90-96页 |
·本章小结 | 第96-97页 |
结论与展望 | 第97-100页 |
结论 | 第97-98页 |
展望 | 第98-100页 |
参考文献 | 第100-107页 |
攻读硕士学位期间取得的研究成果 | 第107-108页 |
致谢 | 第108页 |