基于模糊神经网络的公路隧道健康监测评估系统研究

基于模糊神经网络的公路隧道健康监测评估系统研究

论文摘要

在我国公路隧道的大规模建设中,公路隧道的病害问题比较严重。隧道二衬开裂是目前隧道工程中经常出现的病害,严重影响工程质量和交通安全。本文依托某高速公路隧道衬砌裂缝监测项目,采用长期现场数据监测、二衬开裂有限元数值模拟及模糊神经网络评价模型相结合的方式,对公路隧道运营阶段二次衬砌开裂进行安全性评价,取得成果如下:1、依托浙江某高速公路隧道衬砌裂缝监测项目,以隧道衬砌裂缝相关理论和工程实践为基础,对隧道开裂展开实地调查,考虑地质条件、气候条件、支护形式等影响因素进行监测数据的管理、统计分析,内容包括裂缝形态、种类及分布等。2、根据隧道实测数据,建立基于弹簧-接触的隧道复合衬砌有限元计算模型,针对衬砌开裂各种不同影响因素,展开衬砌开裂数值模拟研究,探索衬砌内部应力及裂纹应力强度因子变化规律,提出裂缝安全评价标准。3、借鉴现阶段桥梁、汽车,航空等领域结构安全评估的已经有成果,概述现有安全评估方法,比较其优缺点,选用模糊神经网络技术作为隧道衬砌裂缝安全评估的方法。4、根据衬砌裂缝安全判定标准,建立模糊神经网络的安全评价模型,将裂缝监测数据作为样本输入模型进行模糊评价,得出隧道衬砌裂缝的安全评价结果。5、在总结和研究当前国内外健康监测以及安全评估技术的基础上,依据工程实际开发隧道健康监测评估系统软件,管理监测隧道的各种数据资料,进行数据处理分析,并对隧道衬砌结构的安全性进行探索和评估。

论文目录

  • 致谢
  • 摘要
  • ABSTRACT
  • 目录
  • 1 绪论
  • 1.1 课题研究背景
  • 1.2 国内外研究现状及进展
  • 1.2.1 隧道裂缝病害研究现状
  • 1.2.2 隧道病害安全评价研究现状
  • 1.3 依托项目情况
  • 1.4 本文主要研究内容
  • 2 隧道衬砌开裂成因及安全性评价综述
  • 2.1 隧道衬砌开裂原因分析
  • 2.1.1 衬砌外力作用
  • 2.1.2 衬砌材质劣化
  • 2.1.3 施工工艺影响
  • 2.2 隧道安全性评价概述
  • 2.2.1 安全性评价的内容
  • 2.2.2 安全性评价目的
  • 2.2.3 安全评价过程
  • 2.3 现有安全性评价方法
  • 2.3.1 层次分析法(AHP)
  • 2.3.2 模糊综合评判法
  • 2.3.3 灰色系统评价方法
  • 2.3.4 专家系统评价方法
  • 2.3.5 安全性评价方法的发展趋势
  • 2.4 本章小结
  • 3 已开裂二次衬砌数值模拟
  • 3.1 引言
  • 3.2 断裂力学理论
  • 3.2.1 应力强度因子理论
  • ⅠC'>3.2.2 K准则和断裂韧度KⅠC
  • 3.2.3 应力强度因子计算方法
  • 3.3 有限元计算模型
  • 3.3.1 ABAQUS有限元软件介绍
  • 3.3.2 计算模型及相关参数
  • 3.4 裂纹深度及温度对衬砌结构的安全性影响分析
  • 3.4.1 对称荷载条件下初始裂纹位于拱顶
  • 3.4.2 对称荷载条件下初始裂纹位于拱腰
  • 3.4.3 偏载条件下初始裂纹位于拱顶
  • 3.4.4 偏载条件下初始裂纹位于拱腰
  • 3.5 带裂纹结构安全性评价
  • 3.6 本章小结
  • 4 模糊理论与人工神经网络技术
  • 4.1 模糊理论
  • 4.1.1 模糊集合
  • 4.1.2 隶属度函数的确定
  • 4.1.3 模糊集合的基本运算
  • 4.2 人工神经网络
  • 4.2.1 神经元模型
  • 4.2.2 神经网络模型
  • 4.2.3 神经网络的特点
  • 4.3 模糊理论与人工神经网络的结合
  • 4.4 本章小结
  • 5 基于模糊神经网络的公路隧道衬砌结构安全评价
  • 5.1 引言
  • 5.2 衬砌裂缝评价指标的判定标准
  • 5.2.1 衬砌裂缝定性判定标准
  • 5.2.2 衬砌裂缝宽度和长度的判定标准
  • 5.2.3 衬砌裂缝深度的判定标准
  • 5.3 神经网络评价模型
  • 5.3.1 模糊神经网络的结构设计
  • 5.3.2 隶属度函数的确定
  • 5.3.3 模型神经网络模型的推理计算过程
  • 5.3.4 神经网络的学习过程
  • 5.3.5 训练样本的生成
  • 5.4 隧道监测数据分析与评价
  • 5.5 本章小结
  • 6 隧道健康监测评估系统的软件开发
  • 6.1 软件系统的需求分析
  • 6.2 软件系统结构设计
  • 6.2.1 系统设计目标
  • 6.2.2 系统结构设计
  • 6.2.3 系统程序开发
  • 6.3 数据库设计
  • 6.4 软件系统的界面设计
  • 6.5 本章小结
  • 7 结论与展望
  • 7.1 本文的主要工作和结论
  • 7.2 展望
  • 参考文献
  • 相关论文文献

    • [1].基于模糊聚类的二型模糊神经网络系统辨识[J]. 科学技术与工程 2020(04)
    • [2].一类变时滞模糊神经网络系统解的渐近概周期性(英文)[J]. 四川大学学报(自然科学版) 2020(02)
    • [3].基于改进模糊神经网络的电力通信性能预警方法研究[J]. 计算机与数字工程 2020(03)
    • [4].电动汽车再生制动模糊神经网络控制策略研究[J]. 电气传动 2020(07)
    • [5].基于模糊神经网络的人才甄选系统[J]. 软科学 2019(06)
    • [6].基于模糊神经网络的大数据价值评估研究[J]. 计算机产品与流通 2019(08)
    • [7].变系数高阶模糊神经网络的指数收敛性[J]. 暨南大学学报(自然科学与医学版) 2013(05)
    • [8].基于模糊神经网络的微博舆情趋势预测方法[J]. 情报科学 2017(12)
    • [9].基于模糊神经网络的大学生体质评价研究[J]. 物联网技术 2018(08)
    • [10].采煤机模糊神经网络故障诊断专家系统设计及实现[J]. 智库时代 2017(08)
    • [11].基于模糊神经网络算法的机器人路径规划研究[J]. 四川理工学院学报(自然科学版) 2014(06)
    • [12].模糊神经网络系统的设计与应用研究[J]. 辽宁工业大学学报(自然科学版) 2013(05)
    • [13].基于补偿模糊神经网络的灰循环系统控制研究[J]. 动力工程学报 2012(07)
    • [14].模糊神经网络的发展与应用[J]. 煤炭技术 2012(07)
    • [15].基于动态模糊神经网络的多余力矩抑制方法[J]. 哈尔滨工业大学学报 2012(10)
    • [16].模糊神经网络在股票价格预测中的应用[J]. 甘肃联合大学学报(自然科学版) 2011(03)
    • [17].动态模糊神经网络在变形预测中的应用[J]. 桂林理工大学学报 2011(03)
    • [18].基于模糊神经网络的热风炉温度控制仿真研究[J]. 铜陵学院学报 2011(05)
    • [19].应用自组织模糊神经网络估计卫星姿态系统执行机构故障[J]. 应用科学学报 2010(01)
    • [20].滑动窗与修剪技术的动态模糊神经网络方法研究[J]. 中山大学学报(自然科学版) 2010(01)
    • [21].基于动态模糊神经网络的生物工程算法研究[J]. 计算机工程与科学 2010(03)
    • [22].基于密度聚类补偿模糊神经网络的建模方法[J]. 科学技术与工程 2010(13)
    • [23].时滞系统的模糊神经网络补偿控制[J]. 浙江大学学报(工学版) 2010(07)
    • [24].模糊神经网络优化的研究[J]. 漳州师范学院学报(自然科学版) 2010(02)
    • [25].广义动态模糊神经网络及在轴承故障诊断中的应用[J]. 煤矿机械 2010(10)
    • [26].动态模糊神经网络在并联平台控制中的应用[J]. 系统仿真学报 2009(08)
    • [27].基于改进模糊神经网络的电力系统短期负荷预测[J]. 长春工程学院学报(自然科学版) 2009(01)
    • [28].基于聚类和文化算法的补偿模糊神经网络建模方法[J]. 华东理工大学学报(自然科学版) 2009(02)
    • [29].基于分级模糊神经网络的水电机组故障诊断[J]. 河海大学学报(自然科学版) 2009(03)
    • [30].基于补偿模糊神经网络的自主导向车路径规划[J]. 冶金设备 2009(03)

    标签:;  ;  ;  ;  ;  ;  ;  ;  

    基于模糊神经网络的公路隧道健康监测评估系统研究
    下载Doc文档

    猜你喜欢