学位论文 > 优秀研究生学位论文题录展示

基于完整锚杆系统动力响应的围岩质量识别研究

作　者: 宋静
导　师: 张永兴
学　校: 重庆大学
专　业: 岩土工程
关键词: 完整锚杆系统刚度系数阻尼系数神经网络围岩质量识别
分类号: TU457
类　型: 硕士论文
年　份: 2005年
下　载: 132次
引　用: 2次
阅　读: 论文下载

内容摘要

完整锚杆-围岩结构系统,简称完整锚杆系统,是实际工程中锚杆锚固系统的理想化模型。它是由完整的锚杆杆体、完整的锚固介质(水泥砂浆)以及未经扰动的围岩组成的有机体系。在描述锚杆受到瞬态纵向荷载作用的数学力学模型中,将锚固介质与围岩对锚杆体的作用简化为沿杆长均匀分布的杆侧刚度系数与阻尼系数,以及均匀分布在杆底的刚度系数与阻尼系数(简称锚杆系统的动力参数)。它们不仅是表征锚杆锚固质量的重要指标,而且从锚杆系统动力参数的变化中能够体现锚杆所在围岩的物理参数的变化。因此,建立围岩物理参数与完整锚杆系统动力参数的映射关系,一方面能将完整锚杆系统动力参数的取值作为同等围岩级别时缺陷锚杆动力参数的对比依据,进而识别缺陷锚杆的缺陷位置与缺陷程度。另一方面,通过完整锚杆系统动力参数所对应的围岩物理参数的识别,能够体现出锚杆所在围岩性状发生的变化。由于在锚杆的长期服役过程中,锚杆所在围岩可能受到自然或人为的扰动,作为锚杆系统的有机组成部分的围岩的健康与否关系到整个锚杆系统的健康,因此通过完整锚杆动力响应对围岩质量进行识别,是锚杆系统长期健康诊断的重要手段。　本文从完整锚杆-围岩结构系统的纵向动力响应理论入手,研究不同围岩类别时锚杆纵向振动速度响应曲线的变化规律。其次,采用均匀设计方法对模拟完整锚杆系统纵向动力响应的有限元数值试验进行试验设计。通过有限元数值模拟试验得到不同的围岩物理力学参数、锚杆直径以及瑞利阻尼系数对应的锚杆杆顶速度响应曲线。通过对杆顶速度响应曲线的反演得到相应的完整锚杆系统动力参数。将动力参数与围岩的物理参数分别作为输入向量与输出向量,分别训练RBF 神经网络与GRNN 神经网络,得到基于完整锚杆系统纵向动力响应的围岩物理参数的识别系统。本课题得到国家自然科学基金“锚杆-围岩结构系统无损探伤理论与智能诊断方法”(项目批准号:50378096)和教育部科学技术重点项目“岩土锚固系统质量的智能检测与诊断”(项目批准号:03138)资助。

全文目录

中文摘要  4-5
英文摘要  5-9
1 绪论  9-19
  1.1 问题的提出及意义  9
  1.2 研究背景  9-10
  1.3 研究现状  10-14
    1.3.1 桩基动力参数研究现状  10-12
    1.3.2 锚杆系统参数的研究现状  12-13
    1.3.3 系统参数辨识问题研究现状  13-14
  1.4 人工智能方法在锚杆系统动力参数识别中的应用  14-16
    1.4.1 遗传算法的基本原理  14
    1.4.2 人工神经网络的发展史  14-15
    1.4.3 人工神经网络的特点  15-16
  1.5 本文的研究目的及研究内容  16-19
2 不同围岩类别下完整锚杆纵向振动响应分析  19-33
  2.1 引言  19
  2.2 杆的一维波动方程的求解  19-21
  2.3 完整锚杆低应变纵向振动的半解析解  21-24
    2.3.1 基本假设及定解问题  21-22
    2.3.2 积分变换法求解  22-24
  2.4 完整锚杆低应变纵向振动的速度响应求解  24-31
    2.4.1 激振力选取  24-25
    2.4.2 参数取值  25-28
    2.4.3 速度响应求解  28-31
  2.5 本章小结  31-33
3 均匀设计在有限元数值模拟试验中的应用  33-43
  3.1 引言  33
  3.2 均匀设计的原理与应用  33-37
    3.2.1 正交设计简介  33-34
    3.2.2 均匀设计简介  34-35
    3.2.3 均匀设计表的构造和使用  35-37
  3.3 试验因素水平的选取  37-40
    3.3.1 围岩变形模量的取值  37
    3.3.2 Beta 阻尼常数的取值  37-40
    3.3.3 锚杆直径的取值  40
  3.4 拟水平试验设计  40-42
  3.5 本章小结  42-43
4 完整锚杆系统低应变纵向振动的有限元数值模拟  43-53
  4.1 引言  43-44
    4.1.1 有限元法简介  43
    4.1.2 ANSYS 程序简介  43-44
  4.2 计算参数的选择  44-45
    4.2.1 激振力大小的选择  44
    4.2.2 时间步长的选取  44-45
    4.2.3 其它输入参数的取值  45
  4.3 完整锚杆-围岩结构系统模型的建立  45-48
  4.4 模型的求解  48-51
    4.4.1 求解方法及原理  48
    4.4.2 计算结果  48-51
  4.5 本章小结  51-53
5 完整锚杆系统中围岩质量的识别研究  53-77
  5.1 引言  53
  5.2 遗传算法简介  53-58
    5.2.1 遗传算法的发展  53-54
    5.2.2 遗传算法的特点  54-55
    5.2.3 遗传算法的进化过程  55-56
    5.2.4 遗传算法的基本操作  56-57
    5.2.5 收敛准则(Convergence Criterion)  57-58
  5.3 完整锚杆动力参数反演的遗传算法设计  58-63
  5.4 人工神经网络简介  63-67
    5.4.1 简单人工神经元模型  64-66
    5.4.2 人工神经网络的构成  66
    5.4.3 人工神经元激活值的计算  66-67
    5.4.4 人工神经网络的训练类型和方法  67
  5.5 基于RBF 神经网络的围岩质量识别  67-71
    5.5.1 RBF 神经网络理论  67-69
    5.5.2 输入数据的预处理  69-70
    5.5.3 RBF 神经网络识别  70-71
  5.6 基于 GRNN 神经网络的围岩质量识别  71-74
    5.6.1 广义回归的定义  71-73
    5.6.2 GRNN 网络结构  73-74
    5.6.3 GRNN 神经网络识别  74
  5.7 本章小结  74-77
6 结论与展望  77-79
  6.1 结论  77
  6.2 展望  77-79
致谢  79-81
参考文献  81-85
附录  85-87
独创性声明  87
学位论文版权使用授权书  87

基于完整锚杆系统动力响应的围岩质量识别研究

内容摘要

全文目录

相似论文