摘要 | 第5-6页 |
Abstract | 第6页 |
1 绪论 | 第13-21页 |
1.1 问题的提出 | 第13-14页 |
1.2 国内外研究现状 | 第14-19页 |
1.2.1 冻土工程的发展 | 第14-16页 |
1.2.2 冻结温度场的研究现状 | 第16-18页 |
1.2.3 岩土反分析的研究现状 | 第18-19页 |
1.3 研究内容及技术路线 | 第19-21页 |
1.3.1 研究内容及方法 | 第19-20页 |
1.3.2 技术路线 | 第20-21页 |
2 人工模拟冻土冻结温度场模型试验 | 第21-39页 |
2.1 试验仪器简介 | 第21-28页 |
2.1.1 试验制冷系统 | 第22页 |
2.1.2 试验平台 | 第22-26页 |
2.1.3 试验数据采集系统 | 第26-28页 |
2.2 试验过程 | 第28-34页 |
2.2.1 试验步骤 | 第28-32页 |
2.2.2 冻结温度场热参数 | 第32-34页 |
2.3 冻土结冰温度试验 | 第34-37页 |
2.3.1 基本理论 | 第34-35页 |
2.3.2 土体的结冰温度 | 第35-37页 |
2.4 试验结果 | 第37-38页 |
2.5 本章小结 | 第38-39页 |
3 基于SVM的冻结温度场预测 | 第39-57页 |
3.1 支持向量机方法简介 | 第39-41页 |
3.1.1 支持向量机的提出和发展 | 第39-40页 |
3.1.2 支持向量机的优点 | 第40-41页 |
3.1.3 支持向量机的应用 | 第41页 |
3.2 支持向量机的数学理论基础及基本理论 | 第41-48页 |
3.2.1 统计学习及VC维理论 | 第41-43页 |
3.2.2 支持向量机分类原理 | 第43-45页 |
3.2.3 支持向量机回归原理 | 第45-47页 |
3.2.4 支持向量机核函数 | 第47-48页 |
3.3 基于支持向量机和人工鱼群算法的冻结温度场预测 | 第48-55页 |
3.3.1 人工鱼群算法基本思想及行为描述 | 第48-50页 |
3.3.2 人工鱼群算法步骤及流程 | 第50-51页 |
3.3.3 模型应用及结果分析 | 第51-55页 |
3.4 本章小结 | 第55-57页 |
4 冻土温度场有限元模拟 | 第57-69页 |
4.1 有限元软件介绍 | 第57-58页 |
4.2 冻结温度场ANSYS模拟相关参数的选取 | 第58-61页 |
4.2.1 冻结管外壁温度 | 第58-59页 |
4.2.2 冻结模型的简化 | 第59-61页 |
4.2.3 确定热物理参数 | 第61页 |
4.3 冻结温度场ANSYS模拟 | 第61-68页 |
4.3.1 热分析原理 | 第61-63页 |
4.3.2 模型网格划分 | 第63页 |
4.3.3 施加荷载 | 第63-67页 |
4.3.4 ANSYS模拟计算结果 | 第67-68页 |
4.4 本章小结 | 第68-69页 |
5 冻结温度场导热系数反分析 | 第69-83页 |
5.1 导热系数反分析基本理论 | 第69-71页 |
5.1.1 导热系数的研究进展 | 第69页 |
5.1.2 反问题概述 | 第69-71页 |
5.2 导热系数反分析方法 | 第71-72页 |
5.3 本文采取的思路及方法 | 第72-73页 |
5.3.1 本文反分析的思路 | 第72页 |
5.3.2 冻结温度场导热系数反分析的理论模型 | 第72-73页 |
5.4 冻结温度场的预测及分析 | 第73-81页 |
5.4.1 反算导热系数 | 第73-74页 |
5.4.2 冻结温度场的数值模拟 | 第74-79页 |
5.4.3 测温点模拟值与实测值对比 | 第79-81页 |
5.5 本章小结 | 第81-83页 |
6 主要结论与本文展望 | 第83-85页 |
6.1 主要结论 | 第83-84页 |
6.2 本文展望 | 第84-85页 |
参考文献 | 第85-89页 |
致谢 | 第89-91页 |
作者简介及读研期间主要科研成果 | 第91页 |