| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-19页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-16页 |
| 1.2.1 硫酸盐侵蚀混凝土机理研究 | 第10-12页 |
| 1.2.2 硫酸盐对混凝土腐蚀性的影响因素研究 | 第12-14页 |
| 1.2.3 混凝土防腐蚀措施研究 | 第14-16页 |
| 1.3 研究内容 | 第16-17页 |
| 1.4 研究方法及技术路线 | 第17-19页 |
| 2 石膏围岩隧道衬砌结构混凝土腐蚀试验研究 | 第19-32页 |
| 2.1 试验方法及条件 | 第19-23页 |
| 2.1.1 试验方案 | 第19-20页 |
| 2.1.2 试验试件 | 第20-21页 |
| 2.1.3 试验仪器 | 第21-23页 |
| 2.2 试件表面形貌特征变化 | 第23页 |
| 2.3 不同因素对混凝土腐蚀后强度变化的影响规律 | 第23-28页 |
| 2.3.1 抗渗等级 | 第24-25页 |
| 2.3.2 C_3A含量 | 第25-26页 |
| 2.3.3 溶液压力 | 第26页 |
| 2.3.4 SO_4~(2-)浓度 | 第26-27页 |
| 2.3.5 腐蚀时间 | 第27-28页 |
| 2.4 不同因素对混凝土腐蚀后强度变化影响权重分析 | 第28-31页 |
| 2.4.1 极差分析法定性分析 | 第28-29页 |
| 2.4.2 层次分析法定量计算权重 | 第29-31页 |
| 2.5 本章小结 | 第31-32页 |
| 3 基于BP神经网络的混凝土腐蚀后强度变化预测模型 | 第32-41页 |
| 3.1 BP神经网络原理 | 第32-35页 |
| 3.1.1 BP神经网络模型的结构 | 第32-33页 |
| 3.1.2 BP神经网络模型的学习算法 | 第33-35页 |
| 3.2 BP神经网络的MATLAB实现 | 第35-36页 |
| 3.3 基本BP神经网络的混凝土腐蚀后强度变化预测模型 | 第36-40页 |
| 3.3.1 模型网络的构建 | 第36-37页 |
| 3.3.2 模型网络的设计及训练结果 | 第37-40页 |
| 3.4 本章小结 | 第40-41页 |
| 4 礼让隧道衬砌腐蚀后应力演化数值模拟研究 | 第41-57页 |
| 4.1 礼让隧道工程概况 | 第41-42页 |
| 4.1.1 礼让隧道工程地质与水文地质 | 第41-42页 |
| 4.1.2 礼让隧道二次衬砌结构设计方案 | 第42页 |
| 4.2 衬砌结构完全腐蚀深度模型 | 第42-46页 |
| 4.2.1 混凝土完全腐蚀厚度模型建立 | 第42-44页 |
| 4.2.2 礼让隧道衬砌结构完全腐蚀厚度预测 | 第44-46页 |
| 4.3 礼让隧道数值计算模型研究 | 第46-48页 |
| 4.3.1 常用隧道数值计算模型研究 | 第46-47页 |
| 4.3.2 基于接触分析的荷载-结构模型 | 第47-48页 |
| 4.4 礼让隧道衬砌腐蚀后应力演化数值模拟 | 第48-53页 |
| 4.4.1 礼让隧道衬砌结构所受荷载计算 | 第48页 |
| 4.4.2 礼让隧道数值模拟几何模型 | 第48-49页 |
| 4.4.3 模拟参数的选取 | 第49-50页 |
| 4.4.4 模拟结果及分析 | 第50-53页 |
| 4.5 礼让隧道衬砌结构防腐蚀措施建议 | 第53-55页 |
| 4.6 本章小结 | 第55-57页 |
| 5 结论与展望 | 第57-59页 |
| 5.1 主要结论 | 第57-58页 |
| 5.2 展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 附录 | 第63页 |
| A. 作者学习期间发表的论文 | 第63页 |
| B. 作者在攻读硕士期间申请的专利 | 第63页 |
| C. 作者在攻读硕士学位期间参与的科研项目和实践课题研究 | 第63页 |
| D. 作者在攻读硕士学位期间获得的奖励 | 第63页 |
