致谢 | 第7-8页 |
摘要 | 第8-9页 |
abstract | 第9-10页 |
第一章 绪论 | 第17-21页 |
1.1 课题研究背景与意义 | 第17-19页 |
1.1.1 研究背景 | 第17页 |
1.1.2 渗流与位移参数反演现状 | 第17-19页 |
1.2 人工神经网络的研究现状 | 第19页 |
1.3 本文主要研究内容 | 第19-20页 |
1.4 本章小结 | 第20-21页 |
第二章 岸坡有限元模型与土体弹性模量同时反演分析 | 第21-42页 |
2.1 有限元分析方法 | 第21-22页 |
2.2 有限元仿真模拟 | 第22-27页 |
2.2.1 有限元的发展过程 | 第22页 |
2.2.2 CAE介绍 | 第22-23页 |
2.2.3 ANSYS介绍 | 第23页 |
2.2.4 ANSYS分析原理 | 第23页 |
2.2.5 土体的本构关系 | 第23页 |
2.2.6 非线性关系 | 第23-24页 |
2.2.7 有限元分析基本方程 | 第24-27页 |
2.3 临江岸坡工程数值模拟 | 第27-29页 |
2.3.1 和悦洲基本情况 | 第27页 |
2.3.2 工程地质概况 | 第27-28页 |
2.3.3 淤泥粉质土、含泥粉细砂的渗透系数与c、φ值 | 第28页 |
2.3.4 监测点布置方案 | 第28-29页 |
2.4 岸坡断面有限元模型 | 第29-31页 |
2.5 人工神经网络 | 第31-38页 |
2.5.1 BP神经网络 | 第33页 |
2.5.2 BP神经网络的模型与结构 | 第33-34页 |
2.5.3 BP神经网络的激活函数 | 第34-35页 |
2.5.4 BP神经网络原理 | 第35-38页 |
2.6 岸坡弹性模量反演方法 | 第38页 |
2.6.1 同时反演方法 | 第38页 |
2.7 BP神经网络的学习样本 | 第38-39页 |
2.8 BP网络的学习 | 第39页 |
2.9 同时反演法的反演结果 | 第39-40页 |
2.10 反演验证及分析 | 第40-41页 |
2.11 本章小结 | 第41-42页 |
第三章 渗流与有限元分析理论 | 第42-51页 |
3.1 渗流分析方法与达西定律 | 第42-44页 |
3.1.1 基本渗流分析方法 | 第42-43页 |
3.1.2 达西定律 | 第43-44页 |
3.2 渗流分析的数学模型 | 第44-46页 |
3.2.1 渗流连续性方程 | 第44-46页 |
3.2.2 定解条件 | 第46页 |
3.3 渗流参数 | 第46-47页 |
3.4 渗流的有限元理论 | 第47-50页 |
3.4.1 单元分析 | 第47-48页 |
3.4.2 有限元法求解 | 第48-50页 |
3.5 本章小结 | 第50-51页 |
第四章 基于ANSYS | 第51-58页 |
4.1 ANSYS热分析模块简介 | 第51页 |
4.2 ANSYS热分析及其在渗流中的应用 | 第51-52页 |
4.2.1 传热学基本方程 | 第51-52页 |
4.2.2 温度场与渗流场的相似性 | 第52页 |
4.3 岸坡稳定渗流的实现程序 | 第52-54页 |
4.3.1 利用ANSYS热分析功能计算渗流 | 第52-53页 |
4.3.2 岸坡稳定渗流的模型建立 | 第53-54页 |
4.4 稳定渗流程序结构 | 第54-55页 |
4.5 BP神经网络的学习样本 | 第55-57页 |
4.6 反演验证及分析 | 第57页 |
4.7 本章小结 | 第57-58页 |
第五章 分层迭代反演法 | 第58-74页 |
5.1 分层迭代反演方法 | 第58-64页 |
5.1.1 分层迭代反演法BP神经网络的学习样本 | 第58页 |
5.1.2 分层迭代反演法的反演结果 | 第58-63页 |
5.1.3 反演验证及分析 | 第63-64页 |
5.2 利用同时反演结果的分层迭代反演法 | 第64-67页 |
5.2.1 利用同时反演结果的分层迭代反演过程 | 第64-66页 |
5.2.2 反演结果的验证及分析 | 第66-67页 |
5.3 基于逐步扫描法的分层迭代反演法 | 第67-73页 |
5.3.1 建立目标函数 | 第68页 |
5.3.2 约束条件 | 第68页 |
5.3.3 逐步扫描法的应用 | 第68-71页 |
5.3.4 反演结果的验证及分析 | 第71-73页 |
5.4 本章小结 | 第73-74页 |
第六章 总结与展望 | 第74-76页 |
6.1 文章内容 | 第74页 |
6.2 研究展望 | 第74-76页 |
参考文献 | 第76-80页 |
攻读硕士学位期间的学术活动及成果情况 | 第80-81页 |