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--施工机械论文

岩土盾构机刀盘系统的动态优化设计及滚刀磨损机理研究

摘要第5-6页
Abstract第6页
第1章 绪论第9-19页
    1.1 课题研究的背景和意义第9-12页
    1.2 岩土盾构机关键刀具介绍第12-15页
        1.2.1 盘形滚刀第12-14页
        1.2.2 岩土盾构机切刀第14-15页
    1.3 岩土盾构机刀盘系统国内外研究现状第15-17页
        1.3.1 刀具破岩国内外研究现状第15-16页
        1.3.2 刀具布置国外研究现状第16-17页
    1.4 课题来源及论文的研究内容第17-18页
        1.4.1 课题来源第17页
        1.4.2 论文的主要研究内容第17-18页
    1.5 本章小结第18-19页
第2章 滚刀模态静力学和破岩机理分析第19-51页
    2.1 双刃盘形滚刀模态分析第19-24页
        2.1.1 模态分析理论第19-20页
        2.1.2 双刃滚刀建模第20-21页
        2.1.3 双刃滚刀模态仿真与分析第21-24页
    2.2 基于有限元的双刃破岩滚刀的静力学分析第24-27页
        2.2.1 三维模型的建立第24-25页
        2.2.2 有限元模型的建立第25页
        2.2.3 滚刀静力学仿真与分析第25-27页
    2.3 盘形滚刀的破岩机理及力学模型第27-34页
        2.3.1 破岩机理综述第27-29页
        2.3.2 岩体应力场及荷载与侵入度关系第29-30页
        2.3.3 岩体损伤过程分析第30-31页
        2.3.4 盘形滚刀破岩受力的预测模型第31-34页
    2.4 盘形滚刀破岩仿真第34-49页
        2.4.1 ABAQUS软件简介第34页
        2.4.2 Drucker-Prager本构模型第34-36页
        2.4.3 盘形滚刀破岩机理仿真研究第36-40页
        2.4.4 单刃滚刀不同切深的时应力分布第40-44页
        2.4.5 滚刀不同刀间距岩石的等效Mises应力分布第44-47页
        2.4.6 滚刀不同刀间距时岩石的剪应力分布第47-49页
        2.4.7 滚刀磨损对受力的影响第49页
    2.5 本章小结第49-51页
第3章 岩土盾构机滚刀磨损机理研究第51-67页
    3.1 岩土盾构机盘形滚刀磨损机理研究第51-54页
        3.1.1 岩土盾构机盘形滚刀磨损失效分类第51-52页
        3.1.2 滚刀磨损过程分析第52-54页
    3.2 硬岩颗粒对滚刀磨损仿真分析第54-58页
        3.2.1 仿真过程第54-56页
        3.2.2 仿真结果分析第56-58页
    3.3 盘形滚刀磨损理论研究第58-65页
        3.3.1 盾构盘形滚刀均勾磨损预测模型的建立第58-63页
        3.3.2 盾构盘形滚刀弦偏磨磨损预测模型的建立第63-65页
    3.4 本章小结第65-67页
第4章 岩土盾构机切刀的布置规律研究第67-81页
    4.1 切刀布置的阿基米德螺线第67-68页
    4.2 盾构切削刀具布置数量的确定第68-69页
    4.3 基于阿基米德螺线刀具布置实例第69-70页
    4.4 基于等寿命原则的刀具布置优化第70-80页
        4.4.1 刀具磨损预测模型第70-73页
        4.4.2 基于等寿命原则刀具布置优化实例第73-80页
    4.5 本章小结第80-81页
第5章 基于刀盘受力平衡的盘形滚刀布置优化研究第81-89页
    5.1 滚刀受力分析第81-82页
    5.2 刀盘的力学平衡分析第82-84页
        5.2.1 刀盘上径向不平衡力的计算第82-83页
        5.2.2 刀盘倾覆力矩的校核第83-84页
    5.3 基于刀盘受力平衡的滚刀布置优化第84-88页
        5.3.1 原刀盘滚刀布置参数介绍第84-85页
        5.3.2 刀盘滚刀布置优化第85-88页
    5.4 本章小结第88-89页
第6章 结论与建议第89-91页
    6.1 结论第89页
    6.2 建议第89-91页
参考文献第91-97页
致谢第97页

论文共97页,点击 下载论文
上一篇:基于局部稀疏表示模板匹配跟踪算法的研究
下一篇:基于多示例学习的机器人目标跟踪技术研究