| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-25页 |
| 1.1 选题依据及研究意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-24页 |
| 1.2.1 岩石真三轴试验研究现状 | 第14-19页 |
| 1.2.2 岩石强度准则研究现状 | 第19-22页 |
| 1.2.3 基于神经网络的强度准则研究现状 | 第22-24页 |
| 1.3 本文研究内容 | 第24-25页 |
| 第2章 东北大学真三轴试验机性能提升 | 第25-40页 |
| 2.1 引言 | 第25页 |
| 2.2 硬岩真三轴仪 | 第25-28页 |
| 2.3 硬岩真三轴仪的体积变形测量装置 | 第28-32页 |
| 2.3.1 体积变形测量装置的改进 | 第28-29页 |
| 2.3.2 体积变形测量系统的标定 | 第29-31页 |
| 2.3.3 体积变形测量系统的稳定性测试 | 第31-32页 |
| 2.4 应力空白角问题的改进 | 第32-39页 |
| 2.4.1 互扣式压块模拟试验 | 第33-35页 |
| 2.4.2 互扣式压块室内试验 | 第35-39页 |
| 2.5 本章小结 | 第39-40页 |
| 第3章 花岗岩真三轴力学特性研究 | 第40-51页 |
| 3.1 引言 | 第40页 |
| 3.2 试验方案 | 第40页 |
| 3.3 真三轴试验过程 | 第40-44页 |
| 3.3.1 试样制备 | 第40-42页 |
| 3.3.2 试验步骤 | 第42-44页 |
| 3.4 试验结果及分析 | 第44-49页 |
| 3.4.1 中间主应力效应 | 第44-46页 |
| 3.4.2 试验全应力-应变曲线的分析 | 第46-47页 |
| 3.4.3 岩石扩容现象分析 | 第47-49页 |
| 3.5 本章小结 | 第49-51页 |
| 第4章 基于神经网络的真三轴岩石强度研究 | 第51-72页 |
| 4.1 引言 | 第51-52页 |
| 4.2 人工神经网络 | 第52-55页 |
| 4.2.1 人工神经网络的研究 | 第52-53页 |
| 4.2.2 人工神经网络的特点 | 第53-55页 |
| 4.3 遗传算法 | 第55-57页 |
| 4.3.1 遗传算法的研究 | 第55-56页 |
| 4.3.2 遗传算法的特点 | 第56-57页 |
| 4.4 进化神经网络 | 第57-60页 |
| 4.4.1 进化神经网络的研究 | 第57-58页 |
| 4.4.2 进化神经网络的步骤及注意事项 | 第58-60页 |
| 4.5 试验数据分析 | 第60页 |
| 4.6 基于强度准则对峰值强度的预测 | 第60-64页 |
| 4.6.1 基于Hoek-Brown强度准则进行预测 | 第61页 |
| 4.6.2 基于Mohr-Coulomb强度准则进行预测 | 第61-62页 |
| 4.6.3 基于Rafiai criterion进行预测 | 第62-63页 |
| 4.6.4 基于Mogi强度准则进行预测 | 第63-64页 |
| 4.7 基于神经网络对峰值强度的预测 | 第64-66页 |
| 4.8 神经网络与强度准则对峰值强度的预测分析 | 第66-70页 |
| 4.8.1 Hoek-Brown推荐的m值分析 | 第66-67页 |
| 4.8.2 决定系数指标评价 | 第67-69页 |
| 4.8.3 均方根误差指标评价 | 第69-70页 |
| 4.9 本章小结 | 第70-72页 |
| 第5章 结论与展望 | 第72-74页 |
| 5.1 结论 | 第72-73页 |
| 5.2 展望 | 第73-74页 |
| 参考文献 | 第74-79页 |
| 致谢 | 第79-80页 |
| 作者简介 | 第80页 |
