首页--工业技术论文--建筑科学论文--建筑材料论文--非金属材料论文--混凝土及混凝土制品论文

三轴受压混凝土损伤特性理论与试验研究

第一章 绪论第1-31页
 1.1 引言第11-12页
 1.2 经历过荷载历史后混凝土损伤特性研究现状第12-16页
 1.3 传统混凝土本构模型的回顾第16-20页
  1.3.1 传统混凝土本构模型分类第16-19页
  1.3.2 传统本构模型存在的问题第19-20页
 1.4 基于人工神经网络技术的本构模型第20-23页
  1.4.1 人工神经网络技术应用在本构研究领域中取得的进展第20-21页
  1.4.2 神经网络方法与传统方法处理本构问题的差别第21-23页
 1.5 论文主要工作第23-24页
 参考文献第24-31页
第二章 损伤力学及其在混凝土中的应用第31-41页
 2.1 引言第31-32页
 2.2 连续介质损伤力学理论简介第32-35页
  2.2.1 损伤理论的研究方法第32-33页
  2.2.2 损伤变量第33-35页
 2.3 连续损伤理论在混凝土中的应用第35-37页
  2.3.1 混凝土损伤破坏的机理第35-36页
  2.3.2 本文损伤的定义第36-37页
 2.4 小结第37-38页
 参考文献第38-41页
第三章 人工神经网络基本理论第41-58页
 3.1 引言第41-42页
 3.2 人工神经网络的基本概念第42-46页
  3.2.1 人工神经网络的性能第42页
  3.2.2 人工神经网络的三大要素第42-45页
  3.2.3 两种常用的神经网络模型第45-46页
 3.3 BP神经网络模型第46-53页
  3.3.1 BP神经网络基本原理第46-47页
  3.3.2 BP算法第47-49页
  3.3.3 BP网络的训练与测试第49-52页
  3.3.4 BP网络存在的问题及改进方法第52-53页
 3.4 BP网络在材料本构特性研究中的应用第53-54页
 3.5 小结第54-55页
 参考文献第55-58页
第四章 混凝土材料特性的试验研究第58-68页
 4.1 引言第58-59页
 4.2 试验系统介绍第59-61页
  4.2.1 试验加载系统第59-61页
  4.2.2 试验测试系统第61页
 4.3 试验内容和方法第61-65页
  4.3.1 试验材料第61页
  4.3.2 试验内容第61-63页
  4.3.3 试验方法第63-64页
  4.3.4 试验步骤第64-65页
 4.4 试验结果综述第65-66页
  4.4.1 混凝土的应力-应变关系第65页
  4.4.2 损伤变量随荷载历史的变化规律第65-66页
 4.5 小结第66页
 参考文献第66-68页
第五章 混凝土经历过常规三轴受压荷载历史后强度劣化特性研究第68-86页
 5.1 引言第68-69页
 5.2 荷载历史引起抗拉强度劣化研究第69-78页
  5.2.1 抗拉损伤以及荷载历史的定义第69-71页
  5.2.2 试验结果及分析第71-78页
 5.3 荷载历史引起抗压强度劣化研究第78-84页
  5.3.1 抗压损伤以及荷载历史的定义第78-79页
  5.3.2 试验结果分析第79-84页
 5.4 小结第84-85页
 参考文献第85-86页
第六章 混凝土经历过三向等压荷载历史后强度和变形特性研究第86-99页
 6.1 引言第86-87页
 6.2 三向等压荷载历史对强度的影响第87-91页
  6.2.1 损伤定义及荷载历史的表述第87-88页
  6.2.2 试验方法和步骤第88-89页
  6.2.3 试验结果分析第89-91页
 6.3 三向等压荷载历史对载后变形特性的影响第91-97页
  6.3.1 荷载历史对卸载曲线特性的影响第91-94页
  6.3.2 混凝土的微裂纹模型第94-96页
  6.3.3 K值的变化规律分析第96-97页
 6.4 小结第97-98页
 参考文献第98-99页
第七章 混凝土经历过荷载历史后超声波探伤方法的研究第99-113页
 7.1 引言第99-100页
 7.2 超声波探伤方法简介第100-102页
  7.2.1 超声波检测技术的发展现状第100-101页
  7.2.2 混凝土超声波探伤方法的基本原理第101页
  7.2.3 超声波法的特点第101-102页
  7.2.4 超声波法检测混凝土强度的主要影响因素第102页
 7.3 常规三轴受压荷载历史后超声波速劣化特性的研究第102-107页
  7.3.1 损伤变量和超声波速降低程度的定义第102-103页
  7.3.2 试验结果分析第103-107页
 7.4 三向等压荷载历史后超声波速劣化的研究第107-111页
  7.4.1 载后声速与荷载历史第107-108页
  7.4.2 载后损伤与声速降低第108-110页
  7.4.3 混凝土强度与声速第110-111页
 7.5 小结第111-112页
 参考文献第112-113页
第八章 基于神经网络方法对混凝土载后损伤特性的研究第113-124页
 8.1 引言第113-114页
 8.2 BP神经网络模型的设计第114-116页
  8.2.1 试验工况简介第114-115页
  8.2.2 BP网络模型的结构第115-116页
 8.3 神经网络模型的数值模拟第116-120页
  8.3.1 恒定侧压力荷载历史引起的损伤的模拟第116-119页
  8.3.2 神经网络对由三向等压荷载历史引起的损伤的模拟第119-120页
 8.4 载后损伤特性演化分析第120-122页
  8.4.1 恒定侧压荷载历史对损伤发展的影响第120-121页
  8.4.2 三向等压荷载历史对损伤发展的影响第121-122页
 8.5 小结第122-123页
 参考文献第123-124页
第九章 人工神经网络技术在混凝土本构模型中的应用第124-149页
 9.1 引言第124-125页
 9.2 神经网络类本构模型第125-130页
  9.2.1 基本策略第125-126页
  9.2.2 神经网络材料本构模型的构造过程第126-130页
 9.3 混凝土神经网络类本构模型的算例第130-146页
  9.3.1 混凝土三轴单调比例加载神经网络本构模型第130-135页
  9.3.2 混凝土三轴循环比例加载神经网络本构模型第135-139页
  9.3.3 混凝土侧压恒定轴向单调加载神经网络本构模型第139-143页
  9.3.4 混凝土侧压恒定轴向循环加载神经网络本构模型第143-146页
 9.4 小结第146-147页
 参考文献第147-149页
第十章 结论与展望第149-153页
 10.1 结论第149-151页
 10.2 展望第151-153页
攻读博士学位期间所参加的课题及所完成与发表的主要学术论文第153-155页
创新点摘要第155-156页
致谢第156页

论文共156页,点击 下载论文
上一篇:新时期腐败现象滋生的原因与防范对策
下一篇:圆锥形件拉深成形智能化控制中合理压边力规律的研究