首页--交通运输论文--公路运输论文--隧道工程论文--隧道施工论文--施工方法论文

大断面碳化泥质板岩隧道施工控制技术研究

致谢第5-6页
摘要第6-7页
ABSTRACT第7页
目录第8-11页
1 绪论第11-19页
    1.1 研究背景第11-12页
    1.2 对于板岩国内外目前的研究现状第12-13页
    1.3 关于大断面隧道开挖技术的国内外研究现状第13-16页
    1.4 本文主要研究内容第16-17页
        1.4.1 本文主要研究目标第16页
        1.4.2 技术路线第16-17页
    1.5 研究意义第17-19页
2 碳化泥质板岩的物理力学性质研究第19-31页
    2.1 概述第19-20页
    2.2 碳化泥质板岩侧向约束膨胀性试验研究第20-23页
        2.2.1 侧向约束膨胀率试验第20-21页
        2.2.2 实验结果分析第21-23页
    2.3 碳化泥质板岩崩解试验研究第23-25页
        2.3.1 实验过程第23-25页
        2.3.2 结果分析第25页
    2.4 单轴压缩条件下碳化泥质板岩试验研究第25-29页
        2.4.1 实验介绍第25-26页
        2.4.2 实验结果第26-28页
        2.4.3 实验结果分析第28-29页
    2.5 小结第29-31页
3 大断面隧道施工方案介绍与现场试验第31-49页
    3.1 大断面隧道的施工方法及对比第31-37页
        3.1.1 几种常用施工方法的简介第31-37页
        3.1.2 不同施工方法优缺点对比第37页
    3.2 现场试验段的监控量测第37-42页
        3.2.1 实验概况第37-38页
        3.2.2 试验目的和意义第38页
        3.2.3 实验内容第38-39页
        3.2.4 实验方法第39-42页
    3.3 拱顶沉降变形第42-45页
        3.3.1 围岩变形规律及稳定性分析第43页
        3.3.2 围岩变形与施工工序的关系第43-45页
    3.4 洞内收敛变形第45-47页
        3.4.1 收敛量测结果分析第45-47页
        3.4.2 收敛变形的变化规律第47页
    3.5 小结第47-49页
4 大断面隧道施工有限元模拟第49-77页
    4.1 隧道施工有限元模拟分析第49-53页
        4.1.1 ABAQUS软件的介绍第49页
        4.1.2 摩尔库仑本构关系简介第49-51页
        4.1.3 建立三维有限元模型第51-52页
        4.1.4 开挖顺序第52-53页
    4.2 不同工字钢型号对隧道变形及受力的影响第53-61页
        4.2.1 不同工字钢型号对隧道围岩变形的影响分析第54-56页
        4.2.2 不同工字钢型号对隧道钢架受力的影响分析第56-57页
        4.2.3 不同工字钢型号对隧道喷混凝土层和锚杆的受力影响分析第57-58页
        4.2.4 现场监测数据对比分析第58-60页
        4.2.5 小结第60-61页
    4.3 不同开挖步距对隧道变形及受力的影响第61-67页
        4.3.1 不同开挖步距对隧道围岩变形及受力的影响分析第61-63页
        4.3.2 不同开挖步距对隧道钢架受力的影响分析第63-64页
        4.3.3 现场监测数据对比分析第64-67页
    4.4 不同的应力释放率对隧道施工变形及受力的效果分析第67-70页
        4.4.1 不同应力释放率隧道的变形结果对比分析第68-69页
        4.4.2 不同应力释放率隧道支护的受力结果对比分析第69-70页
    4.5 不同隧道埋深对隧道施工变形及受力的影响第70-75页
        4.5.1 Ⅲ级围岩下隧道的变形和受力随埋深的变化规律第70-73页
        4.5.2 Ⅳ级与Ⅴ级围岩下隧道的变形随埋深的变化规律第73-75页
    4.6 小结第75-77页
5 基于BP神经网络的隧道变形预测第77-95页
    5.1 BP神经网络以及内部算法介绍第77-80页
        5.1.1 BP神经网络简介第77-78页
        5.1.2 BP神经网络的分析计算过程第78-80页
    5.2 基于MATLAB神经网络工具箱的预测应用第80-94页
        5.2.1 MATLAB简介以及其内部的神经网络工具箱第80-81页
        5.2.3 BP神经网络对隧道开挖拱顶沉降的预测第81-87页
        5.2.4 BP神经网络对隧道开挖断面收敛的预测第87-91页
        5.2.5 在复杂多变量情况下的应用预测第91-94页
    5.3 小结第94-95页
6 结论及展望第95-97页
    6.1 结论第95-96页
    6.2 展望第96-97页
参考文献第97-99页
作者简历及攻读硕士学位期间取得的研究成果第99-103页
学位论文数据集第103页

论文共103页,点击 下载论文
上一篇:面向棉花仓库火灾监测的无线传感网覆盖策略的研究与实现
下一篇:提升并网逆变器电能质量及效率的方法研究