南水北调中线工程大型渡槽健康监测模型的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 引言 | 第9-12页 |
| ·渡槽健康监测的意义 | 第9页 |
| ·渡槽健康监测的目的 | 第9-10页 |
| ·渡槽健康监测的研究现状 | 第10-11页 |
| ·本论文研究的主要内容 | 第11-12页 |
| 2 大型渡槽健康监测的基本理论方法和模型 | 第12-16页 |
| ·渡槽健康监测的监测系统 | 第12页 |
| ·健康监测的一般内容 | 第12-13页 |
| ·健康监测资料的分析 | 第13-14页 |
| ·几种常用的健康监测模型 | 第14-16页 |
| 3 基于 ANSYS的大型渡槽有限元模型的建立 | 第16-28页 |
| ·大型有限元软件 ANSYS | 第16-20页 |
| ·ANSYS的特点、组成、功能及其基本分析步骤 | 第16-18页 |
| ·结构静力学分析 | 第18-19页 |
| ·结构热力学分析 | 第19-20页 |
| ·耦合分析 | 第20页 |
| ·大体积混凝土结构的温度场 | 第20-25页 |
| ·导热方程 | 第21-23页 |
| ·初始条件和边界条件 | 第23-24页 |
| ·稳定温度场 | 第24页 |
| ·混凝土温度场求解方法简介 | 第24-25页 |
| ·渡槽 ANSYS有限元模型的建立 | 第25-28页 |
| ·工程概况 | 第25页 |
| ·预应力混凝土结构有限元模型的建立 | 第25-28页 |
| 4 基于APDL语言的渡槽有限元模型计算结果 | 第28-39页 |
| ·荷载组合方案的选取 | 第28-30页 |
| ·用于渡槽结构分析的APDL宏文件的创建 | 第30-32页 |
| ·结构计算结果 | 第32-39页 |
| 5 基于多元线性回归方法的渡槽确定性模型的建立 | 第39-52页 |
| ·确定性模型的建立 | 第39-41页 |
| ·基于传统多元线性回归方法的确定性模型 | 第41-45页 |
| ·多元线性回归 | 第41-42页 |
| ·监测模型的构建 | 第42-45页 |
| ·基于遗传算法的模型优化 | 第45-52页 |
| ·遗传算法 | 第45-49页 |
| ·模型优化实现步骤 | 第49-52页 |
| 6 基于 RBF神经网络的监测模型的建立 | 第52-64页 |
| ·人工神经网络 | 第52-58页 |
| ·神经网络的基本功能及应用 | 第52页 |
| ·人工神经网络的传输函数和网络结构 | 第52-56页 |
| ·神经网络的学习规则 | 第56-57页 |
| ·神经网络的分类 | 第57-58页 |
| ·径向基函数神经网络 | 第58-61页 |
| ·RBF神经网络模型 | 第58-59页 |
| ·RBF神经网络的基本学习算法 | 第59-61页 |
| ·RBF神经网络的训练步骤 | 第61页 |
| ·RBF神经网络监测模型的建立 | 第61-63页 |
| ·本章结论 | 第63-64页 |
| 7 结论与展望 | 第64-66页 |
| ·本文结论 | 第64页 |
| ·展望 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 在读期间发表论文情况 | 第71-72页 |
| 作者简介 | 第72-73页 |
| 致谢 | 第73-74页 |
| 附录 | 第74-79页 |
