首页> 中文学位 >高填土涵洞土压力理论与涵洞结构变形智能预测
【6h】

高填土涵洞土压力理论与涵洞结构变形智能预测

代理获取

目录

文摘

英文文摘

第一章 绪论

1.1 引言

1.1.1 涵洞的分类及构造

1.1.2 高填土涵洞的定义及特点

1.1.3 高填土涵洞研究

1.2 课题的研究背景及意义

1.2.1 课题研究背景

1.2.2 课题研究意义

1.3 课题的国内外研究现状

1.3.1 计算理论研究

1.3.2 模型试验研究

1.3.3 有限元数值模拟分析方法

1.3.4 现场测试研究

1.3.5 智能方法应用

1.4 课题的主要研究工作

1.4.1 论文的主要内容

1.4.2 论文的主要创新点

1.4.3 课题的主要研究路线

第二章 高填土涵洞的相似材料试验

2.1 引言

2.2 模型试验的理论依据

2.2.1 相似的定义

2.2.2 相似三定理[66]

2.2.3 单值条件

2.2.4 相似常数

2.2.5 相似指标

2.3 基于量纲分析法的试验相似指标的确定

2.3.1 试验设计的相似常数

2.3.2 量纲分析法(Buckingham π定理,量纲齐次法则)

2.3.3 试验相似指标的确定

2.3.4 力学指标的测定及性能

2.4 本试验相似材料的选择

2.4.1 相似材料的选择依据[69]

2.4.2 现场涵洞材料的力学参数

2.4.3 试验采用的相似材料

2.5 相似材料涵洞模型配比方案

2.5.1 试验相似材料配比确定的具体操作步骤

2.5.2 石膏、硅藻土配比

2.5.3 砂、石膏、硅藻土配比

2.6 试验小结

2.6.1 相似材料配比的最终确定

2.6.2 力学性能影响因素分析

2.7 小结

第三章 高填土涵洞模型试验研究

3.1 引言

3.2 相似材料涵洞模型制作

3.2.1 现场涵洞资料

3.2.2 涵洞模型资料

3.2.3 涵洞模型的制作

3.2.4 涵洞模型测点布置

3.3 模型试验的步骤

3.3.1 模型试验

3.3.2 模型试验测试内容

3.3.3 土压力计、沉降标志布设位置

3.3.4 模型试验具体操作过程

3.4 模型试验数据采集与处理

3.4.1 数据采集系统

3.4.2 试验数据处理

3.5 模型试验工况

3.5.1 填土材料参数

3.5.2 地基处理方式和涵洞结构形式

3.5.3 试验工况

3.6 涵洞垂直土压力分析

3.6.1 试验结果整理

3.6.2 不同试验工况下垂直土压力分布

3.6.3 不同地基工况下垂直土压力分布

3.6.4 不同填土工况下垂直土压力分布

3.6.5 地基土层垂直土压力分布

3.7 涵洞结构应力分析

3.7.1 涵洞结构应力测试目的

3.7.2 涵洞结构应力分布模型试验结果

3.7.3 涵洞结构应力分布力法计算结果

3.7.4 实测结果与结构力法计算结果对比

3.7.5 涵洞破坏原因初探

3.8 填土层沉降分布

3.8.1 涵洞顶部平面内各标记点沉降

3.8.2 涵洞项部各土层沉降变形

3.8.3 涵洞地基土层沉降

3.9 小结

第四章 高填土涵洞数值模拟研究

4.1 引言

4.2 有限元数值模拟

4.2.1 有限元软件ANSYS

4.2.2 几何模型的确定

4.2.3 刚度矩阵形成

4.2.4 材料的本构模型

4.2.5 求解材料非线性问题的牛顿-拉普森法

4.2.6 材料参数选择

4.2.7 数值模拟计算过程

4.3 考虑各种影响因素的垂直土压力分布数值模拟

4.3.1 考虑边界地形条件影响的数值模拟

4.3.2 考虑填土特性影响的数值模拟

4.3.3 考虑地基土特性影响的数值模拟

4.3.4 考虑涵洞形式影响的数值模拟

4.4 垂直土压力模拟计算结果与分析

4.4.1 考虑边界地形条件影响的数值模拟结果

4.4.2 考虑填土性质影响的数值模拟结果

4.4.3 考虑地基土特性影响的数值模拟结果

4.4.4 考虑涵洞形式影响的数值模拟结果

4.5 涵洞结构及沉降变形分布云图

4.5.1 填土沉降分布

4.5.2 涵洞结构应力分布

4.6 小结

第五章 垂直土压力计算方法研究

5.1 引言

5.2 土压力计算方法

5.2.1 上埋式涵洞的土压力计算方法

5.2.2 沟埋式涵洞的土压力计算方法

5.3 沉降差产生的附加应力理论

5.4 卸荷拱理论

5.4.1 新填土中的土拱与土拱效应

5.4.2 本研究中“土拱效应”的解释

5.5 本文垂直土压力计算公式

5.5.1 垂直土压力计算公式-土拱效应与附加应力共同作用公式

5.5.2 填土高度H≤h0的土压力计算

5.5.3 填土高度H>h0的土压力计算

5.5.4 高填土涵洞土压力计算公式

5.6 高填土涵洞的垂直土压力公式对比

5.6.1 本文公式结果与模型试验数据对比

5.6.2 各种土压力计算公式讨论

5.7 小结

第六章 基于AGA-BP系统的高填土涵洞结构变形(应力)预测研究

6.1 引言

6.2 人工神经网络

6.2.1 神经网络主要特点

6.2.2 神经网络的学习

6.3 BP网络的概述

6.3.1 BP网络结构

6.3.2 BP网络学习公式推导

6.4 BP网络在高填土涵洞结构变形(应力)预测问题中的应用

6.4.1 涵洞变形(应力)预测的神经网络模型样本

6.4.2 涵洞变形(应力)预测的BP网络结构

6.4.3 BP网络预测高填土涵洞结构变形(应力)

6.5 AGA-BP系统实现过程

6.5.1 BP网络应用中的不足

6.5.2 标准遗传算法

6.5.3 自适应遗传算法

6.5.4 AGA-BP系统实现步骤

6.5.5 操作步骤流程图

6.6 涵洞结构应力预测结果

6.6.1 试验数据和插值数据共同组成样本,经验公式确定网络结构

6.6.2 试验定量、定性数据共同组成样本,经验公式确定网络结构

6.6.3 试验定量、定性数据共同组成样本,AGA-BP系统确定网络结构

6.7 小结

第七章 结论与展望

7.1 结论

7.2 展望

参考文献

致谢

个人简历

博士在读期间发表的文章

发表文章

参加科研项目

附录一

附录二

展开▼

摘要

排泄公路两侧冲沟、溪流的洪水,在不过水时也可作交通使用,单孔跨径小于5m的称为涵。涵洞(管)被广泛地应用于公路、铁路、市政、军工等行业和部门,是“生命线工程”之一种。过去,我国公路中涵洞多为低填,涵洞设计依据规范就可以满足要求。但按照国家公路发展总体目标,我国公路建设投资不断加大、公路等级明显提高,公路中的高填土涵洞结构物所占比重也是越来越大。日益增多的高填土涵洞,缺乏相应的配套理论为指导,导致在实际中暴露出许多问题。所以,高填土涵洞研究有着重要的社会意义。本文采用相似材料模型试验、有限元数值模拟相结合的方法对决定高填土涵洞结构设计的荷载一垂直土压力进行研究,得出垂直土压力分布;不同标高土层的沉降位移分布。在此基础上,建立高填土涵洞垂直土压力计算公式。测试涵洞结构应力分布,探讨涵洞病害原因。采用自行编制的自适应遗传算法-神经网络系统对涵洞断面测点变形(应力)进行预测。具体的研究内容如下所述:
   (1)依据相似定理,量纲分析法导出相似指标,作为试验相似与否的判定标准。对比试验确定砂、石膏和硅藻土的混合物为相似材料,得出用水量、砂膏比、膏土比和养护条件与材料力学参数的关系。用相似材料,按几何相似比,制成拱涵和盖板涵的小比例模型,代替其他人采用的有机玻璃、木块制作涵洞模型,可以更加真实反应涵洞结构受力。
   (2)对试验箱内涵洞模型逐层填土、千斤顶逐级加载模拟实际施工过程,土压力计测试涵洞填土层的应力变化。填土高度增加,垂直土压力及其增长速度都呈现非线性增长。填土高度较低时,施工荷载和刚度差异引起附加应力作用;填土达到一定高度后,应力重分布产生土拱效应,两者共同影响决定垂直土压力分布。模型试验、结构力法分析涵洞高、低应力区的分布,探究涵洞发生病害原因。施工期临时荷载和刚度差异引起附加应力大于设计的永久荷载而导致涵洞在填土高度较低时出现病害。试验标志点位移测量,得出填土沉降分布,涵洞顶部填土的沉降变形性状为上凸形,且随填土高度增加,沉降差异逐渐缩小。
   (3)考虑涵洞埋设的地形条件、填土特性、地基土的土性参数、地基处理方式的不同和涵洞结构特征等因素对高填土涵洞垂直土压力的影响,进行数值模拟.具体分析每一影响因素与涵洞垂直土压力分布之间的联系,与模型试验结果对比,为建立高填土涵洞垂直土压力公式提供参考。
   (4)参照模型试验、数值模拟结果,分别建立刚性、柔性两种地基处理方式对应的高填土涵洞垂直土压力计算公式。以填土高度h0为分界,列出附加应力和土拱效应起作用的两阶段土压力公式。与模型试验实测数据对比;同时与其它9种规范公式对同一算例求解,分析各种方法得到的土压力分布情况。
   (5)综合遗传算法(Genetic Algorithm,GA)和神经网络(Back-PropagationNetwork,BP)两种智能方法的优点,编程实现自适应遗传算法-神经网络智能系统(Adaptiave Genetic Algorithm-Back-Propagation Network,AGA-BP),并首次将其应用到高填土涵洞变形(应力)的预测研究中。AGA提出自适应交叉、变异概率公式,改进GA中最优储存策略,AGA-BP采用BP网络累计预测误差标准差作为AGA适应度函数,优化搜索确定网络模型结构。将模型试验的数据(包括定量数据和定性数据)作为样本,网络结构分别用经验公式和AGA-BP系统确定。网络训练、预测结果对比表明,AGA-BP系统优化确定的全局意义的神经网络结构,能够提高网络的泛化能力。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号