一、人工神经网络在实验断裂力学中的应用（论文文献综述）
林明鑫[1]（2021）在《基于水—温度—行车耦合作用下钢桥面沥青铺装层裂缝研究》文中研究表明本文基于水-温度-行车荷载耦合作用影响下的钢桥面铺装体系,建立了横向与纵向裂缝动态扩展模型,进行了应力强度因子的敏感性分析与裂缝动态扩展研究。最后,创建了BP神经网络模型,剖析不同钢桥面铺装层厚度与模量对疲劳扩展寿命的影响。首先,运用DFLUX、FILM温度场子程序创建了低温环境下的温度场模型,求得最大拉应力为2.076MPa。并以该时刻下的温度场作为预定义场导入动力学模型。基于顺序热力耦合模型,对比分析了铺装层上表面不同位置的受力状况,求出最不利位置。研究表明:横向拉应力大于纵向拉应力,钢桥面铺装层会先产生纵向裂缝再出现横向裂缝,而纵向裂缝最可能出现在两相邻横隔板中心与加劲肋腹板顶部相交的铺装层上表面,横向裂缝则出现在横隔板顶部与荷载临近的铺装层上表面。随后基于最不利位置设置了横向与纵向裂缝,对比分析了不同工况下各个时刻的应力应变与应力强度因子的变化。结论表明:裂缝的出现会增大最大拉应力与拉应变;并且越接近裂纹尖端,应力与应力强度因子的曲线变化趋势越大;而KⅠ的最大值大于KⅡ、KⅢ,张开型失稳裂纹占主要部分;由于纵向裂缝设置在两相邻横隔板之间,其应力强度因子曲线呈现对称分布;横向裂缝下的应力强度因子曲线则为不对称分布。其次,先是进行了热力耦合与水-温度-行车荷载耦合下的裂缝扩展模型对比,发现动水压力的加入在一定程度上加速Ⅰ型与Ⅱ型裂纹扩展。随后根据水-温度-行车荷载耦合作用下的横向与纵向裂缝扩展模型,进行了应力强度因子的敏感性分析,结果显示:对于裂缝深度,纵向裂缝随着裂缝深度的增大呈现先减小后增大的趋势,横向裂缝则是随着裂缝扩展的进程呈现先增大后减小的趋势;车速、荷载与铺装层模量的增加会一定程度上增大应力强度因子的值;而铺装层厚度的增大对于裂缝扩展的抑制效果较其他因素更为明显。基于敏感性分析发现,在满足路用性能与安全性等条件下,铺装层厚度为50mm是经济性最高的选择,对于铺装层模量的选用应尽可能低。最后,根据大量的水-温度-行车荷载耦合作用下的裂缝模型数据,拟合了等效应力强度因子Ke与铺装层裂缝深度C之间的关系式。基于不同桥面系结构参数的模型数据,通过BP神经网络训练样本,得到了BP神经网络模型。随后根据文献确定了沥青混合料疲劳扩展参数,通过Paris公式计算得出铺装层的疲劳扩展寿命。进行了纵向裂缝、横向裂缝下钢桥面铺装层疲劳寿命的敏感性研究,结果表明:增加铺装层厚度,或者适当降低铺装层模量、荷载与车速,能提高钢桥面铺装层的疲劳寿命,其中增加铺装层厚度对于钢桥面铺装层疲劳寿命的增幅更大。
刘新[2]（2021）在《基于TCN的时间序列数据特征提取研究与应用》文中研究指明时间序列数据是指具有时序特征的特殊数据对象。一组序列是根据特定的时间间隔,进行一系列采样得到的数据。时间序列数据来源广泛,还具有数据量大、数据维度高、数据结构复杂等特点,这类数据与其他数据相比研究难度更大,也面临着更多的挑战。传统的时间序列特征提取方法通常需要人为设计特征,效率不高且有可能使特征丢失。近年来,基于深度学习的特征提取取得了优秀的成果,通过模型训练能够有效的提取特征,进而实现时间序列的预测、分类、聚类等任务。本文在时间卷积网络（TCN）的基础上,首先提出一种带有注意力机制的时间卷积网络,组合因果卷积、空洞卷积、残差连接以及双层注意力机制,通过跳层连接实现对抽象程度不同的特征的提取。在实验中,通过分类任务验证了模型对一维时间序列的特征提取能力。进一步的,针对更复杂的多维时间序列数据,提出一种基于多特征融合的时间卷积网络,考虑到不同变量之间的区别与联系,方法首先单独提取多维时间序列每一个子变量的特征,再利用新颖的注意力机制特征融合方法整合特征,算法的整体过程设计为一个统一的端到端模型。与目前先进的算法相比,本文方法在多个公开数据集上具有更高的分类准确度。最后,将本文方法应用于基于声发射数据的车轴故障检测问题,对比改进前的时间卷积网络,本文方法检测准确率更高,证明了算法对车轴的故障识别能力。本文利用时间卷积神经网络可并行计算、参数共享以及高效的时序记忆能力等优点,通过引入注意力机制等改进方法,增强了时间卷积网络对序列数据的感知和识别能力,提高了模型的性能。
曾涛[3]（2021）在《氧化钨基界面调制型忆阻器的电学特性调控及突触功能仿生研究》文中进行了进一步梳理构筑脑启发式神经形态突触器件是发展新一代人工智能的重要硬件基础。忆阻器作为一种新兴的电子元件,其阻值能随脉冲刺激连续可调,与生物突触在结构和功能上高度相似,在构建神经形态突触器件方面极有潜力。拓展新型忆阻器物理模型是构筑高稳定器件和准确模拟突触学习认知功能的重要基础。同时,金属氧化物是重要的忆阻材料体系之一。为此,本论文提出并研制了一类金属/氧化钨界面调制型忆阻器件,利用原位透射电镜技术（TEM）直观揭示了忆阻器微观动力学机制,模拟了短时/长时等多种突触可塑性功能,基于忆阻系统实现了类脑视觉、听觉等认知功能。主要研究内容与结果如下:1.忆阻器件构筑及基本突触功能模拟。（i）本论文选择非晶WO3-x薄膜作为阻变层,研制了基于金属（Pt、Au）/WO3-x肖特基势垒界面的忆阻器件,获得了多级阻态连续可调的忆阻电学特性。（ii）利用原位TEM结合EELS技术表征手段直接观察到了忆阻过程中的氧离子迁移与扩散行为,从而揭示了此类界面调制型忆阻器的微观物理机制。即,电场驱动氧离子迁移并在金属（Pt、Au）/WO3-x界面积累,撤去电场后氧离子发生自发扩散;上述氧离子动力学过程诱导肖特基界面势垒高度发生减小/增加,从而引起界面电阻减小/增加。（iii）氧离子迁移/扩散过程具有类似于生物突触的Ca2+动力学过程的特点,因此能够更加准确地模拟多种基本神经突触功能,包括短时可塑性、长时可塑性等。2.实现类脑视觉时空学习功能。（i）基于氧化钨基忆阻器件,实现了对三脉冲刺激时序依赖可塑性（Tri-STDP）,进一步提出了将Tri-STDP模型推广至广义Bienenstock-Cooper-Munro（BCM）学习规则的策略,从而利用单一忆阻器成功完整模拟了高阶突触频率可塑功能BCM学习法则。（ii）基于与实验数据高度吻合的BCM数学模型,本论文设计了一种忆阻器双层前馈人工神经网络,以81个突触前神经元和4个突触后神经元作为输入和输出层,输入信号为具有高频和低频的四种定向模式（0°、45°、90°和135°）,实现了具有频率选择性和方向选择性的时空模式识别功能。3.实现类脑听觉感知功能。（i）基于氧化钨忆阻器件的时序依赖特性,本论文设计了适用于声源方位角探测的忆阻器电路系统,实现了对静态声源的声音定位功能。（ii）基于氧化钨忆阻器件的频率依赖特性及Tri-STDP模型,设计了适用于多普勒测速的忆阻器系统,模拟了人类听觉的多普勒频移效应;进一步,根据多普勒测速原理计算出运动声源的行进速度,从而实现对运动声源的声音定位功能。结合上述两种忆阻器电路设计,本论文搭建了基于忆阻器的人工听觉感知系统,实现了对运动声源方位角和运动速度的探测功能。
王坤[4]（2021）在《基于深度学习的落锤撕裂试验断口的评定研究》文中指出落锤撕裂试验（Drop Weight Tear Test,DWTT）是评定管线钢材质量的重要手段之一,目前国内普遍采取使用游标卡尺测量试样断口的剪切面脆韧面积百分比作为评定钢材质量的标准。针对人工测量存在效率低、人为误差较大、不可复现的弊端,目前已有使用机器学习的方法对试样断口的脆韧区域进行分割的研究,但机器学习需要对训练数据进行特征提取,落锤撕裂试验中的特异性断口图像样貌复杂,其离散分布的小型脆性区域较多从而导致难以完全识别,这为进行落锤撕裂试验断口图像的评定研究带来困难。深度学习可以通过自动学习DWTT试样断口的图像特征和像素间的关联关系,从简单的特征生成复杂特征,为纹理区域复杂、样貌多变的DWTT试样断口图像研究带来了更高效、准确的评定方法。本文基于深度卷积神经网络实现对落锤撕裂试验试样断口图像的训练,使用训练好的模型对DWTT试样断口中的脆性区域进行识别,进而对钢材进行评定研究。具体研究工作如下:（1）进行落锤撕裂试验断口图像的采集并设计了一种使用标注工具制作DWTT试样断口数据集的方法,对DWTT试样断口图像进行预处理和增强操作。使用Mask R-CNN、在基准网络加入残差模块的ResSegNet和U-net对数据集进行训练,并通过调整优化器算法和归一化方式等方法来优化网络结构。通过人工观测边缘轮廓分割效果和使用图像分割的评价指标分别从主观和客观角度对分割结果进行评定,实验结果表明本文使用卷积神经网络的分割准确率较高。（2）为了减少参数、降低内存消耗,提出使用通道分离和融合的深度可分离卷积作为下采样阶段提取DWTT试样断口特征的DSU-net对DWTT试样断口的研究方法,并在原有卷积层后加入组归一化层加强网络的鲁棒性。由于落锤撕裂试验断口图像的复杂纹理特征造成的脆韧性类别不均衡的问题,提出使用交叉熵损失函数和Dice损失函数进行对比实验,选择稳定性更强的损失函数作为代价函数。（3）为评定管线钢试样的韧断止裂能力,提出一种基于图像的计算试样断口的剪切面脆韧面积百分比的方法,通过和工程师测量的数值进行对比,本文提出的算法模型的计算结果和其测量结果误差仅在5%以内,证明了本文方法的准确度和有效性。实验结果表明本文使用的深度卷积神经网络对DWTT试样断口的分割精度较人工测量有所提高,证明了本文提出的优化后的算法能较好地对落锤撕裂试验断口图像进行像素级别的语义分割,提高了智能化水平,有一定落地于工业界企业项目的实际应用价值。
左旸[5]（2021）在《基于神经网络获取应力谱的塔机疲劳寿命评估》文中研究表明随着我国经济以及建筑等行业的飞速发展,塔式起重机作为建筑施工领域中不可或缺的一种施工吊装设备,很大程度的提高了施工效率,节约了劳动力成本。由于塔式起重机在室外工作,工作环境复杂,条件恶劣,极易发生安全事故。一旦发生事故,会造成不可挽回的损失,威胁到现场施工人员的生命安全。因此对塔机在实际工作环境下的疲劳剩余寿命的研究具有重要意义。塔式起重机,由于其自身工作环境复杂,且起吊载荷的随机性,大大增加了塔式起重机疲劳载荷谱获取的难度。现阶段获取疲劳载荷谱主要有两种途径,一种为现场采集,该方法得到的数据精确,但是存在周期长,成本高难度大等问题。另一种为通过计算机仿真模拟,该方法周期短,效率高,但是所得数据的精度有待提高。基于以上原因,本文以某在役塔式起重机为研究对象,提出了一种快速获取塔式起重机应力谱,从而计算塔机疲劳剩余寿命的方法,主要研究内容如下:（1）介绍了常用的疲劳分析方法。结合塔式起重机的实际运行情况多为承受交变载荷,在交变载荷的作用下易形成疲劳裂纹,因此选取断裂力学法进行计算疲劳剩余寿命。（2）为了获取该塔机的危险点所在位置,进行了静力学分析。通过该塔机实际参数,将结构中受力较小的构件进行简化,建立了塔机的ANSYS有限元分析模型。结合塔机的起升特性曲线与事故发生原因确定了5种典型工况。对5种工况进行了静力学分析,确定了危险点的位置。（3）为了模拟塔机实际运行工况,得到塔机危险点的应力时间历程数据,进行了瞬态动力学分析。模拟了塔机实际运行时的5种典型工况,通过计算获取了这几种工况下危险点的等效应力值。（4）由于有限元分析在工况改变的情况下需要重新进行计算,所需的时间较长且工作量较大。因此提出通过神经网络模型来实现快速获取各工况下危险点的应力时间历程的方法。并分别建立了BP神经网络以及径向基神经网络,对比了两者的迭代次数及收敛性。（5）对神经网络模型进行训练,实现将起吊载荷的重量以及变幅小车的位置输入进神经网络模型中,输出危险点的等效应力值。对比了神经网络预测结果与有限元分析结果,验证了神经网络模型的可行性,且神经网络计算速度要优于有限元计算。（6）实际记录了一段时间内塔式起重机的运行数据,将所记录的运行数据作为预测样本输入进神经网络模型中。将所得的危险点的应力时间历程通过雨流计数法计数,得到了危险点的二维应力谱,最后利用断裂力学法计算了各危险点的疲劳剩余寿命。本文通过对塔机进行疲劳剩余寿命估算,分析结果为起重机的长期安全使用和后期维修提供了可靠依据,节约工程成本,可以在一定程度上减少安全事故发生的次数,保护现场工作人员的生命安全,为安全施工作业提供了保障。
周峙[6]（2021）在《降雨-蒸发作用下皖江裂隙性粘土裂隙演化机制及边坡破坏机理》文中研究说明随着我国长江经济带发展战略规划的实施,沿江地区高速公路建设日益增多。在安徽沿江地区高速公路建设中,一种灰白色裂隙性黏土（简称“裂土”）边坡经历多次降雨-蒸发循环后发生大量边坡失稳,给高速公路运营带来了巨大的安全隐患和经济损失。区内裂土在温度和相对湿度等环境因素循环变化下,土体高度非线性行为使其开裂行为变得十分复杂,裂隙的萌生、扩展不仅降低了土体的抗剪强度,而且引起边坡渗流场变化,导致边坡稳定性显着降低。因此,系统研究裂土在降雨-蒸发作用下的裂隙萌生演化机制,不仅可以丰富黏土裂隙扩展机理研究成果,还有助于揭示裂土边坡的破坏模式与灾变机理。论文开展的主要工作及研究成果如下:（一）综合运用野外调查、文献调研、室内试验,探究了皖江地区裂土地质成因、矿物成分、微观结构、胀缩特征等工程物理力学特性,提出了皖江地区裂土的野外判别特征。研究发现,无为裂土试样中黏土矿物以蒙脱石为主,达到69%,表现为显着膨胀;枞阳、巢湖、含山等地试样因冷干古气候特征致使长石、云母等硅酸盐矿物脱钾形成富集伊利石黏土矿物,含量占比分别达到43%-57%。研究区域裂土自由膨胀率范围为27.5%42.5%,塑限18.2%29.0%,标准吸湿含水率1.398%2.898%,天然状态下膨胀力为52.072.1k Pa,均反映区内膨胀性较弱,较高含水率状态的土体更易发生收缩变形,是皖江地区大量裂土边坡雨后经短暂蒸发后快速开裂的关键原因。（二）通过不同干湿循环作用下裂土试样微观结构定量分析,探究了干湿循环作用下裂土开裂微观机制。研究发现,初期经历干湿循环和阳离子交换作用的土体,使得颗粒间片状结构表面的负电位降低,土粒间的吸力占据优势,致使土颗粒得以相互靠近并絮凝成小单元团的絮凝状结构。经历淋滤作用与蒸发作用后的土体,易溶盐的流失与毛细压力的散失导致颗粒单元体间的胶结作用与毛细粘聚作用降低,结构出现松动。微裂隙含量骤增指示着宏观裂隙的发展,也是导致孔隙平均形状变化趋于复杂的主要原因。（三）基于干湿循环作用下三轴试验和微观结构定量研究,对不同干湿循环次数下裂土微观参数与裂隙率、内摩擦角、粘聚力、弹性模量进行回归分析,分别建立线性回归模型和非线性回归模型。在统计损伤理论框架内,建立并推导干湿循环荷载作用下的基于Laplace分布的裂土应变硬化统计损伤本构模型。提出裂土微元强度服从Laplace分布的假定,同时考虑初始损伤门槛影响,引入双损伤变量探究了裂土干湿循环开裂和应力水平作用下宏-微观损伤机制。模型较好的模拟了裂土在干湿循环、围压共同作用下的全应力-应变曲线,干湿循环次数愈多,围压愈高,模型吻合程度越高。（四）基于裂土单向干燥试验,探究了裂隙萌生与演化规律。在线弹性断裂力学理论框架内,提出了不同裂隙演化阶段的断裂适用准则,并求解了裂土体缩裂隙阶段应力场和位移场。基于COD断裂准则和粘断裂模型,在PFC5.0中编制FISH语言实现裂土裂隙扩展阶段的数值模拟,数值分析结果与试验现象较为一致。裂隙萌生极易在凹陷薄弱处出现,较高初始含水率试样裂隙数目显着比低含水率试样。实验条件下,开裂最初发生于容器壁和粘土之间的界面处仅是一种边界效应的体现,且边界约束效应的存在会显着影响裂隙的扩展。脱湿过程中,土体会产生较高的弹性收缩应变能,需要通过形成裂隙表面能消耗部分弹性应变能,残余的弹性应变能则以裂隙扩展形式吸收;试样在主裂隙网络形成后,随着时间的增长,仅主裂隙发生增宽加深,而次生裂隙在残余收缩阶段发生扩展的概率较小。（五）基于饱和-非饱和入渗理论,探究了裂隙对边坡暂态饱和区、裂隙深度、角度、分布位置、数量对边坡瞬态渗流场的影响;随后提出裂隙优势流的概念模型,并基于Green-Ampt入渗模型推导裂隙优势流控制方程,阐述不同降雨强度、不同裂隙面积率、不同裂隙域饱和渗透系数的累积入渗量的影响规律。研究发现,裂隙诱导各向异性方向、各向异性程度、各向异性分布等因素均对边坡降雨入渗有一定的影响;将Green-Ampt入渗模型引入双孔隙域入渗理论,并考虑干缩裂隙面积率建立的优势流入渗模型形式简单、计算方便、物理意义明确且较好地体现了干缩裂隙对雨水入渗过程的影响;裂土优势流对降雨强度变化的响应不显着,主要受裂隙面积率及裂隙饱和渗透系数的控制。（六）自主研制了足尺模型试验系统,对裂土边坡渐进破坏进行全过程、多物理量联合监测,探究了降雨-蒸发作用下裂土边坡水分运移时空特征与失稳机理,揭示了降雨-蒸发作用下裂土边坡渐进变形破坏演化模式。初期变形与最终破坏时边坡体积相比原有状态分别减少4.84%、47.2%,最终破坏时最大累积水平位移达到207.4cm,存在较大裂隙的边坡远比无裂隙的边坡更具破坏性。裂隙的演化行为是控制裂土边坡变形失稳的主要因素。裂土路堑边坡的反复变形并非浅层变形简单多次循环,而是一种渐进式的恶化型破坏。以坡体饱和度变化描述随机分布裂隙的边坡水分运移规律,研究发现裂隙优势流效应易导致边坡内部出现大面积连通型饱和区,是裂土边坡出现整体失稳的主要原因。
杨会超[7]（2021）在《基于近场动力学的起重机主梁损伤机理及识别方法研究》文中进行了进一步梳理作为现代工业的重要设备之一,起重机的运行吨位及速度不断提升,显着地提高了企业的生产能力及生产效率。同时,起重机经常在重载、高使用频率的工作环境下运行,发生事故往往会造成恶劣的影响,其安全性受到越来越多的重视。主梁作为起重机机械结构的关键部件之一,结构复杂且制造工艺繁琐,在运行中长期承受重载和循环冲击载荷的作用,容易产生损伤,甚至引发安全事故。然而,现有的超声波、涡流探伤等局部无损检测方法,不能全面反映起重机械结构及主梁的健康状况,且不具有预先性,难以满足有效识别起重机主梁损伤的需要。因此,迫切需要研究起重机主梁的损伤机理,并结合损伤识别方法,对主梁的损伤进行识别。本论文针对起重机主梁损伤机理复杂,以及现有主梁损伤识别方法存在的不足,通过近场动力学理论建立起重机主梁模型,研究起重机主梁以弹塑性变形、裂纹萌生和扩展为形式的损伤机理,以及在损伤演化过程中出现的应变、应力波等工程可测信号的产生机理与传播特性。并在此基础上,结合信号分析与处理方法,对损伤进行识别,为起重机主梁的结构安全性评估提供依据。论文主要工作如下:（1）对近场动力学的理论及三种数值模型的发展进行对比分析,分别从本构模型、数值计算方法、耦合方法等方面评述了近场动力学理论的研究现状;详细讨论了近场动力学理论在损伤与破坏和弹性波传播方面的应用研究。通过对损伤识别理论与近场动力学理论的系统综述,突出其在损伤识别方面应用的优势。（2）通过构建弹塑性本构关系,提出适用于研究金属材料弹塑性变形的改进近场动力学微极模型,分析金属材料的弹塑性变形及损伤演化;并提出异种材料交界面的近场动力学微极模型,研究焊接结构的弹塑性变形及损伤演化。针对近场动力学微极模型可变泊松比的特点,结合弹塑性力学理论,通过物质点位移计算应变数值,并采用米塞斯屈服理论判断弹塑性变形状态,针对物质点的应变数值采用不同的本构方程来数值模拟金属材料的弹塑性变形,以及损伤演化;同时,通过交界面的等截面复合梁模型,将不同材质的复合键组成“微极梁”,建立异种材料交界面近场动力学微极模型,分析异种材料交界面的弹塑性变形及损伤演化。（3）根据疲劳理论及断裂力学,在近场动力学普通态基模型的基础上提出了基于虚拟裂纹闭合法的近场动力学疲劳模型。在疲劳裂纹萌生阶段,根据疲劳理论的局部应变法,结合Manson-Coffin公式及疲劳元模型,通过分析初始核心键在循环载荷下的循环伸长率提出了疲劳核心键的剩余寿命公式,得到主梁裂纹萌生阶段的疲劳寿命及损伤位置。在疲劳裂纹扩展阶段,根据疲劳裂纹扩展过程中物质点的键平均伸长率,提出哑点模型定量描述疲劳裂纹扩展路径。针对单裂纹或对称裂纹的简单疲劳损伤形式,提出近场动力学全域虚拟裂纹闭合法,分析疲劳裂纹扩展过程中结构体的应变能释放率及应力强度因子;针对复杂/多疲劳裂纹的损伤形式,提出近场动力学局域虚拟裂纹闭合法来计算裂尖虚拟裂纹闭合区域键的闭合功,从而得到损伤过程中应变能释放率及应力强度因子的变化情况。并针对复合型疲劳裂纹,将应变能释放率与最大周向应力理论相结合,提出疲劳裂纹模式分解方法。（4）采用所提出的近场动力学方法,分析起重机主梁的损伤机理。针对起重机主梁的弹塑性变形及损伤,采用改进后的近场动力学微极模型,分析主梁模型在损伤过程中的应变分布、裂纹长度以及承载力,并模拟含止裂孔工艺的主梁损伤演化,发现存在的初始裂纹容易导致主梁的损伤;针对起重机主梁的焊接结构,采用提出的异种材料交界面微极模型,数值计算主梁焊接结构的损伤演化,分析不同缺陷对焊缝的影响,得到了焊接结构的损伤机理;针对起重机主梁的疲劳损伤,采用基于虚拟裂纹闭合法的近场动力学疲劳模型,分析主梁模型的疲劳裂纹萌生位置及寿命,分析了不同循环载荷最大值、不同应力比下主梁模型的疲劳裂纹扩展长度与寿命的关系,得到起重机主梁的疲劳损伤机理。（5）以起重机主梁在工作中承受冲击载荷时产生的应变信号为研究对象,提出一种基于近场动力学普通态基模型的主梁应变模态损伤识别方法。根据近场动力学普通态基模型,建立了起重机主梁的三维模型,模拟主梁在工作冲击载荷下的应变信号,并结合机械振动理论,得到主梁模型的应变模态;计算应变模态得到主梁上均布节点的差分曲线,并通过构建损伤位置敏感系数,实现损伤位置的识别;同时,利用损伤位置局部的应变模态差分数据建立ARMA模型,通过模型的预测功能得到主梁损伤节点在未损伤情况下的应变差分数据,从而通过构建的损伤程度系数来定量识别主梁结构的损伤程度。最后,通过起重机主梁模型的应变模态测试实验,对所提出的主梁损伤识别方法进行验证。
李翰超[8]（2021）在《基于涡流无损检测数据的金属构件疲劳裂纹扩展预测方法研究》文中进行了进一步梳理金属材料或构件在加工、装配和服役过程中,在外界环境和载荷的共同作用下,会在金属材料或构件中产生疲劳裂纹。疲劳裂纹为在自然状态下产生的真实裂纹,与人工裂纹相比,壁面更为复杂,检测信号更加微弱,因此如何实现对其无损检测是该领域面临的一个难题。如何结合各种检测技术的优势,确定合理的复合检测方案,实现对金属表面疲劳裂纹的快速定位、准确测量,也是一个亟待解决的问题。此外,在含疲劳裂纹的金属构件寿命预测研究中,现有各类预测模型存在计算量大、预测准确性较低的问题,尚未采用十分有效的算法研究加载条件、试件厚度和材料特性对金属表面自然疲劳裂纹扩展过程的影响,并以此根据疲劳裂纹深度预测含裂纹金属构件的疲劳寿命。为此,本文针对以上疲劳裂纹研究中存在的问题,采用三点弯曲试验加工了含有疲劳裂纹的试件,并通过脉冲涡流热成像技术和脉冲涡流技术对疲劳裂纹进行检测;根据两种技术在检测疲劳裂纹上的优势和不足,提出了针对疲劳裂纹的脉冲涡流热成像和脉冲涡流无损检测技术的复合无损检测方法,并结合基于遗传算法的BP神经网络,不仅可快速定位疲劳裂纹位置,还可自动化实现对疲劳裂纹深度的精确测量;利用比例边界有限元（SBFEM）方法求解速度等方面的优势,深入研究了加载条件、试件厚度和材料特性对疲劳裂纹扩展过程的影响。最终通过对金属表面裂纹深度的检测结果,实现了对疲劳裂纹扩展行为和疲劳寿命的预测,建立了无损检测与疲劳寿命预测的桥梁。本文的主要研究内容如下:1.通过三点弯曲试验制备含疲劳裂纹的金属试件通过ABAQUS建立裂纹扩展仿真模型,研究了三点弯曲试验参数对金属构件疲劳裂纹深度的影响;构建三点弯曲试验平台,并通过预制人工裂纹在缺陷尖端形成应力集中,实现疲劳裂纹萌生和扩展;采用高分辨率图像采集设备和图像识别软件,采集不同循环次数下疲劳裂纹深度,并建立了循环次数和疲劳裂纹深度之间的对应关系。该部分研究一方面为生成一定深度的自然疲劳裂纹提供实验基础,另一方面也为本论文第三章和第四章提供实验样件。2.基于脉冲涡流热成像技术的疲劳裂纹快速定位方法研究构建脉冲涡流热成像平台。该平台基于电磁感应加热原理,利用金属构件中疲劳裂纹对电涡流分布的扰动,进而对温度场的扰动,对含自然疲劳裂纹的试件进行红外成像;提出利用相邻像素的值及其之间的相关性来计算像素值的方法,对热成像图像进行处理,提升自然疲劳裂纹的识别精度;分析预制裂纹处、疲劳裂纹处以及无裂纹处温度变化,提出自然疲劳裂纹的定位方法,并通过实例分析了定位精度。3.基于脉冲涡流检测的疲劳裂纹深度定量检测方法研究本文首先对含有裂纹金属构件脉冲涡流检测系统进行建模和仿真,获取检测线圈Z轴磁感应强度与裂纹深度之间的映射关系;然后构建脉冲涡流检测平台,并基于该平台和第二章加工的含不同深度的疲劳裂纹试件获取脉冲涡流无损检测电压与裂纹深度的定量关系;为考察自然疲劳裂纹和人工裂纹对脉冲涡流信号影响的不同,研究了脉冲涡流探头在疲劳裂纹上的放置位置对检测结果的影响;最后通过Matlab获取疲劳裂纹定量检测的标定曲线,根据检测电压逆向评估了疲劳裂纹的深度,并与裂纹的真实深度进行对比,并分析误差来源。4.脉冲涡流热成像与脉冲涡流检测复合的疲劳裂纹的定量检测方法研究脉冲涡流热成像可通过一次成像获取多个裂纹的精确位置,脉冲涡流无损检测技术可实现对疲劳裂纹深度的精确检测。为此,本文利用三维电移动平台控制系统将脉冲涡流热成像、脉冲涡流无损检测两种检测技术进行复合。通过脉冲涡流热成像技术实现对金属构件中自然疲劳裂纹定位,并将定位信息传输给三维电移动平台,三维电移动平台精确控制脉冲涡流定量检测探头,并将其定位在缺陷的正上方,从而实现对金属表面疲劳裂纹的自动、快速、准确检测;为提高自动定量检测精度,本文采用基于遗传算法的BP神经网络技术,用脉冲涡流检测实验数据和仿真数据作为训练样本,训练出反映检测电压与裂纹深度之间函数关系的映射模型,并对模型的误差进行验算,证明了该模型可有效减小疲劳裂纹电磁无损检测的测试误差。5.疲劳裂纹扩展行为研究和疲劳寿命预测本文采用比例边界有限元方法,深入探讨加载条件、试件厚度和材料特性对疲劳裂纹扩展过程的影响,提出了基于试验数据的疲劳裂纹扩展行为和疲劳寿命预测模型;接着采用公开算例数据对该模型的有效性进行验证;最后通过疲劳裂纹深度的无损检测数据,对本文的脉冲涡流检测模型和扩展行为预测模型进行验证,分析了预测误差,证实了基于涡流无损检测数据的金属构件疲劳裂纹扩展预测方法的有效性,以此搭建了无损检测与金属构件疲劳寿命预测的桥梁。
田宽[9]（2020）在《基于深度学习的露天矿电铲斗齿状态监测技术研究》文中指出矿用电铲在挖煤过程中,电铲铲斗在复杂物理力学环境中长时间作业,会出现斗齿断裂及铲斗局部脱落现象,脱落的部分混入煤炭中装入卡车,卡车直接运煤至破碎站。当脱落部件大于300mm时会造成破碎机或电机故障,影响生产的正常运行,导致严重的经济损失和人力物力浪费。矿用挖掘机体积庞大、工作环境复杂,不便于电铲操作人员通过人工观察的方式对斗齿的工作状态进行监视;而结合计算机视觉对在工作过程中的斗齿进行实时监控,实时监测并自动判断斗齿是否脱落,在斗齿发生脱落时警信息,指示工作人员及时进行处置,防止造成更大的经济损失,因此电铲斗齿的失效监测对露天煤矿的安全生产有着重要的实际意义和经济价值。本文主要介绍了一种基于深度学习的电铲斗齿监测方法,旨在对电铲斗齿进行实时监测,在发生斗齿脱落时发出警报,提示人员进行处理,避免更大的损失发生。首先,介绍了斗齿监测的相应背景、研究现状和意义,并且结合当下热门的深度学习技术提出了基于深度学习的斗齿监测方法。其次,分析了斗齿多种故障类型的成因,在故障分析的基础之上,提出了监测系统的整体设计方案,在硬件和软件两个方面进行了分析与介绍。再次,结合卷积神经网络和深度学习理论,改进YOLO-v3算法,优化系统稳定性和同步性,对网络模型进行了构建和训练。设计监测系统人机交互界面,实现数据读取、斗齿识别、故障报警和故障查看等功能,完成了软件系统的设计。最后,分别进行了模拟验证实验与现场实际测试。测试结果表明,基于深度学习的电铲斗齿监测系统有较好的识别效果,不仅监测速度快,且精度高,在一定程度上可以帮助电铲监测斗齿状态,在发生斗齿缺失时发出报警,将理论付诸于实际,实现了预期的效果。该论文有图88幅,表4个,参考文献64篇。
靳聪聪[10]（2020）在《基于性能的高土石坝地震易损性分析与地震风险评估方法研究》文中提出随着我国对能源结构优化和清洁能源发展需求的不断增加,一批以高土石坝为代表的高坝大库在国家水电战略开发推动下得到快速发展。我国是当今世界上高土石坝数量最多的国家,并在水力资源丰富的西部地区规划建设一批200m、300m级的高土石坝。这些大坝位于我国地震地质环境复杂的西部地区,加之该地区强震频发且抗震设防烈度相对其它地区要高。因此,开展高土石坝抗震安全研究关乎国家水资源安全和社会公共安全,具有十分重要的意义。科学合理地分析高土石坝在地震作用下的动力反应和地震风险,是确保高坝抗震安全的关键。高土石坝地震反应分析是大坝抗震安全的基础,采用弹塑性模型对高土石坝动力分析是发展的趋势。基于性能的抗震设计能够全面、有效地分析结构在地震作用下的性态水平。因此,有必要将基于性能的抗震理念引入到高土石坝的抗震安全评价中。基于性能的混凝土高坝抗震安全评价在国内已经起步,而基于性能的高土石坝抗震安全分析尚未有系统深入的研究,尤其是对于高土石坝动力弹塑性分析、地震动记录选取、性能水准和性能参数指标量化方法、考虑地震动和筑坝料参数不确定性的高土石坝地震易损性分析方法、高土石坝地震损失估计以及基于性能的高土石坝地震风险评估方法等方面。因此,结合筑坝料弹塑性模型和高土石坝动力弹塑性地震响应分析结果,深入研究基于性能的高土石坝地震易损性与地震风险评估方法。本文主要研究内容总结如下:（1）基于广义塑性理论的框架,结合筑坝土石料试验成果,引入反映筑坝土石料非线性弹性关系的模量公式和能够反映循环硬化和滞回特性的塑性模量因子,并对PZC模型的弹性和塑性模量表达式改进,提出了一个可以统一考虑循环硬化、滞回特性以及塑性应变积累特性的改进PZC弹塑性模型。采用人工蜂群算法（ABC）和土体模型参数标定程序SM2D对改进模型参数进行标定。通过对糯扎渡堆石料与心墙掺砾土料的静动力三轴试验模拟,改进PZC弹塑性模型可以较好的反映筑坝料的主要静动力特性,从而验证了该模型的有效性。将改进PZC弹塑性模型编入到SWANDYNE Ⅱ有限元程序中,并对糯扎渡高土石坝进行动力弹塑性反应分析。该方法能够较全面分析高土石坝加速度反应规律分析和频域特性。通过对坝体内典型点的变形时程分析和大坝震害网格变形研究,能够深入分析高土石坝变形特性。结合动力固结理论得到高土石坝的超静孔压分布,计算结果能较好反映高土石坝震动响应规律。通过进一步研究改进PZC弹塑性模型参数对高土石坝动力计算结果的影响,分析得出Mg、Mf、γD、γden、γu、Hu0、H0等7个模型参数对大坝动力计算结果影响敏感度较高。（2）建立了一种基于场地谱和坝址区地震参数的高土石坝地震动记录选择方法,设定选取地震动记录筛选条件和地震动数量,通过PEER选取60条符合场地条件地震波,所选取的地震动记录的均值谱与场地谱的吻合较好,体现选取地震动的不确定性。结合有限元程序SWANDYNE Ⅱ对糯扎渡高土石坝进行动力弹塑性有限元分析以及统计国内外土石坝变形震害结果,提出了高土石坝的可定量化性能指标和多级性能水准的确定方法。采用基于多条带分法（MSA）的高土石坝地震易损性方法分析坝体结构在不同地震强度作用下产生各个等级破坏的概率。通过讨论两个性能参数平均值变异系数和标准差变异系数随着随着地震波数量的变化规律,结果表明:当地震波数量大于30条,地震动数量对于性能参数影响基本不再变化。通过引入了幂指数的地震危险性模型,结合高土石坝地震易损性分析结果,建立了基于性能的高土石坝抗震安全评估方法,并对高土石坝在设计基准期期内达到不同性能等级的概率进行评估。结果表明,大坝处于基本完好概率达到98%以上,说明糯扎渡高土石坝在设计基准期内的抗震性能良好。（3）选取改进PZC模型中的7个敏感性较大的模型参数作为高土石坝的随机变量来考虑筑坝料材料参数的不确定性,并采用拉丁超立方体抽样方法（LHS）建立60个随机生成的高土石坝地震-结构样本对。计算结果表明,仅考虑地震动不确定性在一定程度上低估了高土石坝各级性能水准对应的超越概率。引入具有强大映射能力的人工神经网络（ANN）方法,以高土石坝动力弹塑性分析的计算结果进行训练和仿真,建立ANN模型代替有限元分析计算,并与MSA方法相结合,提出了基于ANN-MSA的高土石坝地震易损性分析方法。根据糯扎渡高土石坝地震危险性资料,推导坝址处地震加速度概率密度函数,采用蒙特卡罗（MC）方法对高土石坝震害风险进行分析。结合地震发生在时间、空间和强度上的不确定性,对设计基准期内的糯扎渡高土石坝在10、50和100年的震害风险概率进行评估。通过对蒙特卡罗和数值积分方法计算高土石坝震害风险值的对比发现,蒙特卡罗法计算结果略小于数值积分方法的结果,造成对高土石坝震害风险的低估。最后,结合高土石坝地震损失和震害风险分析结果,建立基于性能的高土石坝地震风险评估方法,并分析在设计准期内的糯扎渡高土石坝地震风险值。结果表明:高土石坝在100年设计基准期内坝顶相对震陷率和坝顶水平位移最大值对应的严重破坏的地震风险评估值为1.2049和1.5674亿元,处于高土石坝地震损失灾难状态。
二、人工神经网络在实验断裂力学中的应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、人工神经网络在实验断裂力学中的应用（论文提纲范文）
（1）基于水—温度—行车耦合作用下钢桥面沥青铺装层裂缝研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 钢桥面铺装层动力学研究现状 |
| 1.2.2 钢桥面铺装层温度场研究现状 |
| 1.2.3 钢桥面铺装层裂缝疲劳扩展研究现状 |
| 1.2.4 钢桥面铺装层动水压力研究 |
| 1.3 大跨径钢桥沥青铺装层裂缝损伤调查 |
| 1.3.1 裂缝分类 |
| 1.3.2 国内两座大跨径钢桥沥青铺装层的病害情况 |
| 1.4 裂纹类型及应力强度因子的计算 |
| 1.4.1 裂纹的类型 |
| 1.4.2 应力强度因子的计算 |
| 1.5 存在的问题 |
| 1.6 研究内容与技术路线 |
| 1.6.1 研究内容 |
| 1.6.2 技术路线 |
| 第二章 热力耦合作用下钢桥面铺装层裂缝有限元分析 |
| 2.1 ABAQUS热力耦合作用模型的建立 |
| 2.1.1 基础模型的建立 |
| 2.1.2 创建温度场模型 |
| 2.1.3 创建动力学模型 |
| 2.1.4 创建热力耦合模型 |
| 2.1.5 创建耦合下的裂缝模型 |
| 2.2 热力耦合铺装层不同工作状态下的有限元分析 |
| 2.2.1 铺装层完好状态下的有限元分析 |
| 2.2.2 铺装层产生横向裂缝时的有限元分析 |
| 2.2.3 铺装层产生纵向裂缝时的有限元分析 |
| 2.3 本章小结 |
| 第三章 基于水-温度-行车荷载耦合作用下铺装层裂缝应力强度因子敏感性分析 |
| 3.1 纵向裂缝下的应力强度因子敏感性分析 |
| 3.1.1 纵向裂缝下动水压力下的敏感性分析 |
| 3.1.2 纵向裂缝下不同车速下的敏感性分析 |
| 3.1.3 纵向裂缝下不同荷载作用下的敏感性分析 |
| 3.1.4 纵向裂缝下不同铺装层厚度与模量的敏感性分析 |
| 3.1.5 纵向裂缝下不同铺装层裂缝深度的敏感性分析 |
| 3.2 横向裂缝下的应力强度因子敏感性分析 |
| 3.2.1 横向裂缝下动水压力下的敏感性分析 |
| 3.2.2 横向裂缝下不同车速下的敏感性分析 |
| 3.2.3 横向裂缝下不同荷载作用下的敏感性分析 |
| 3.2.4 横向裂缝下不同铺装层厚度与模量的敏感性分析 |
| 3.2.5 横向裂缝下不同铺装层深度的敏感性分析 |
| 3.6 本章小结 |
| 第四章 水-温-荷载耦合作用下的铺装层寿命预估 |
| 4.1 裂缝疲劳扩展模型 |
| 4.2 模型系数的确定 |
| 4.3 应力强度因子增幅的确定 |
| 4.4 建立BP神经网络预测模型 |
| 4.4.1 基本原理 |
| 4.4.2 基本模型 |
| 4.4.3 选取样本 |
| 4.4.4 神经网络预测模型的建立 |
| 4.4.5 神经网络预测模型的检验 |
| 4.5 疲劳扩展下的铺装层寿命敏感性分析 |
| 4.5.1 纵向裂缝下疲劳扩展的铺装层寿命敏感性分析 |
| 4.5.2 横向裂缝下疲劳扩展的铺装层寿命敏感性分析 |
| 4.6 本章小结 |
| 第五章 结论与展望 |
| 5.1 主要结论 |
| 5.2 创新点 |
| 5.3 展望 |
| 攻读学位期间取得的学术成果 |
| 参考文献 |
（2）基于TCN的时间序列数据特征提取研究与应用（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 基于统计量的特征提取 |
| 1.2.2 基于变换的特征提取 |
| 1.2.3 基于深度学习的特征提取 |
| 1.3 本文研究内容 |
| 1.4 本文组织结构 |
| 1.5 本章小结 |
| 2 相关研究工作 |
| 2.1 时间序列相关定义 |
| 2.2 时间卷积网络 |
| 2.2.1 因果卷积 |
| 2.2.2 空洞卷积 |
| 2.2.3 残差连接 |
| 2.3 注意力机制 |
| 2.4 算法评估指标 |
| 2.5 本章小结 |
| 3 基于注意力机制的TCN在一维时间序列的研究 |
| 3.1 端到端的特征提取方法 |
| 3.1.1 跳层连接 |
| 3.1.2 双层注意力机制 |
| 3.2 实验分析 |
| 3.2.1 数据集和实验环境 |
| 3.2.2 基线对比方法 |
| 3.2.3 多结构对比实验 |
| 3.2.4 多模型对比实验 |
| 3.2.5 消融实验 |
| 3.3 本章小结 |
| 4 基于多特征融合的TCN在多维时间序列的研究 |
| 4.1 端到端的特征提取和融合方法 |
| 4.1.1 特征提取 |
| 4.1.2 特征融合与分类 |
| 4.2 实验分析 |
| 4.2.1 数据集 |
| 4.2.2 基线对比方法 |
| 4.2.3 多结构对比实验 |
| 4.2.4 多模型对比实验 |
| 4.3 本章小结 |
| 5 基于声发射信号的车轴故障分析 |
| 5.1 基于声发射的车轴故障检测 |
| 5.1.1 数据采集设备 |
| 5.1.2 实验数据 |
| 5.2 算法应用分析 |
| 5.2.1 数据标准化 |
| 5.2.2 实验分析 |
| 5.3 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
（3）氧化钨基界面调制型忆阻器的电学特性调控及突触功能仿生研究（论文提纲范文）
| 摘要 |
| Abstract |
| 引言 |
| 第一章 绪论 |
| 1.1 忆阻器简介 |
| 1.1.1 忆阻器的概念 |
| 1.1.2 忆阻器的材料体系 |
| 1.1.3 忆阻器的机制模型 |
| 1.1.4 忆阻器的应用 |
| 1.2 生物神经系统概述 |
| 1.2.1 基本突触功能 |
| 1.2.2 高阶认知功能 |
| 1.2.3 神经突触仿生 |
| 1.3 忆阻器突触功能仿生的研究进展 |
| 1.4 本论文工作的研究内容与意义 |
| 参考文献 |
| 第二章 氧化钨基界面调制型忆阻器构筑 |
| 2.1 引言 |
| 2.2 金属/氧化钨界面调制型忆阻器件 |
| 2.2.1 二阶忆阻器简介 |
| 2.2.2 金属/氧化钨二阶忆阻器构筑 |
| 2.2.3 金属/氧化钨忆阻器物理机制 |
| 2.3 氧化钨基忆阻器基本突触功能仿生 |
| 2.3.1 短时可塑性功能实现 |
| 2.3.2 短时向长时可塑性转化功能实现 |
| 2.3.3 长时可塑性功能实现 |
| 2.4 本章总结 |
| 参考文献 |
| 第三章 氧化钨基忆阻器的视觉时空学习功能实现 |
| 3.1 引言 |
| 3.2 忆阻器实现BCM学习规则的传统方案 |
| 3.3 基于三脉冲STDP实现BCM学习规则的新方案 |
| 3.3.1 三脉冲STDP学习规则的实现 |
| 3.3.2 BCM学习规则的全面实现 |
| 3.4 基于前馈神经网络实现视觉时空学习功能 |
| 3.4.1 广义BCM数学模型 |
| 3.4.2 视觉时空学习功能实现 |
| 3.5 本章总结 |
| 参考文献 |
| 第四章 氧化钨基忆阻器搭建的人工听觉感知系统 |
| 4.1 引言 |
| 4.2 氧化钨基忆阻器搭建多普勒测速电路 |
| 4.2.1 多普勒效应测速的物理原理 |
| 4.2.2 多普勒测速电路系统 |
| 4.3 氧化钨基忆阻器搭建的人工听觉感知系统 |
| 4.3.1 声源方位角探测电路系统 |
| 4.3.2 运动声源听觉感知电路系统 |
| 4.4 本章总结 |
| 参考文献 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 未来工作展望 |
| 致谢 |
| 在学期间公开发表论文及参加学术会议情况 |
（4）基于深度学习的落锤撕裂试验断口的评定研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究目的及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 传统人工测量手段和评定标准 |
| 1.2.2 基于机器学习的方法对DWTT试样断口的研究 |
| 1.2.3 基于形态学的方法对DWTT试样断口的研究 |
| 1.3 本文主要研究内容及安排 |
| 1.3.1 主要研究内容 |
| 1.3.2 论文组织结构 |
| 1.4 本章小结 |
| 2 深度学习理论基础和卷积神经网络 |
| 2.1 神经网络的历史和发展 |
| 2.2 卷积神经网络的网络层次结构 |
| 2.3 深度学习环境搭建 |
| 2.3.1 数据集相关理论 |
| 2.3.2 搭建深度学习平台 |
| 2.3.3 DWTT试样断口图像数据集 |
| 2.4 本章小结 |
| 3 基于卷积神经网络的DWTT试样断口图像分割 |
| 3.1 制作DWTT试样断口数据集 |
| 3.1.1 使用labelme进行手工标签制作 |
| 3.1.2 图像预处理与数据增强 |
| 3.2 全卷积网络模型结构 |
| 3.3 Mask R-CNN对DWTT试样断口图像分割 |
| 3.3.1 Mask R-CNN网络结构 |
| 3.3.2 Mask R-CNN分割结果及评价 |
| 3.4 ResSegNet网络对DWTT试样断口图像分割 |
| 3.4.1 SegNet网络模型结构 |
| 3.4.2 融入残差模块的ResSegNet模型结构 |
| 3.4.3 ResSegNet的分割结果及评价 |
| 3.5 U-net网络对DWTT试样断口图像分割 |
| 3.5.1 U-net网络结构 |
| 3.5.2 U-net的分割结果及评价 |
| 3.6 不同卷积神经网络对DWTT试样断口图像分割效果评价及比对 |
| 3.6.1 不同卷积网络的分割结果 |
| 3.6.2 评价指标和结果分析 |
| 3.7 本章小结 |
| 4 优化卷积神经网络 |
| 4.1 压缩网络模型结构 |
| 4.1.1 深度可分离卷积的结构 |
| 4.1.2 基于深度可分离卷积的DSU-net |
| 4.2 优化损失函数 |
| 4.2.1 交叉熵损失函数和Dice损失函数分割效果 |
| 4.2.2 优化模型DSU-net的分割效果 |
| 4.3 本章小结 |
| 5 DWTT试样断口评定研究 |
| 5.1 国内现有的人工评定手段 |
| 5.2 基于图像的DWTT试样断口评定方法 |
| 5.3 卷积神经网络评定结果与人工测定对比 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及成果 |
| 致谢 |
（5）基于神经网络获取应力谱的塔机疲劳寿命评估（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外疲劳计算方法研究现状 |
| 1.3 起重机寿命分析现状 |
| 1.4 本文研究内容及技术路线 |
| 第二章 疲劳剩余寿命计算方法 |
| 2.1 塔机结构的疲劳寿命估算方法 |
| 2.1.1 名义应力法 |
| 2.1.2 局部应力-应变法 |
| 2.1.3 断裂力学法 |
| 2.2 裂纹的形式及分类 |
| 2.3 基于断裂力学的疲劳寿命计算方法 |
| 2.3.1 疲劳裂纹扩展速率 |
| 2.3.2 疲劳裂纹扩展寿命预测 |
| 2.4 本章小结 |
| 第三章 塔式起重机有限元模型的建立 |
| 3.1 有限元方法简介 |
| 3.2 塔式起重机ANSYS模型的建立 |
| 3.3 静力学分析获取危险点 |
| 3.4 动力学分析 |
| 3.4.1 瞬态动力学 |
| 3.4.2 瞬态动力学分析 |
| 3.5 本章小结 |
| 第四章 神经网络获取载荷谱 |
| 4.1 神经网络的介绍 |
| 4.2 神经网络的选择 |
| 4.3 径向基神经网络的建立 |
| 4.4 神经网络模型的建立 |
| 4.5 神经网络模型预测载荷谱 |
| 4.6 本章小结 |
| 第五章 塔式起重机疲劳寿命估算 |
| 5.1 雨流计数法 |
| 5.2 塔式起重机疲劳剩余寿命估算 |
| 5.3 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（6）降雨-蒸发作用下皖江裂隙性粘土裂隙演化机制及边坡破坏机理（论文提纲范文）
| 作者简历 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 裂土定名的研究发展现状概述 |
| 1.2.2 裂土的工程特性与微观特性研究现状 |
| 1.2.3 裂土的裂隙萌生与演化力学机制现状 |
| 1.2.4 裂土的饱和-非饱和渗流研究现状 |
| 1.2.5 降雨-蒸发作用下裂土边坡的致灾模式及机理研究现状 |
| 1.3 主要研究内容及拟解决的关键科学问题 |
| 1.3.1 主要研究内容 |
| 1.3.2 拟解决的关键科学问题 |
| 1.4 研究技术路线与创新点 |
| 1.4.1 研究技术路线 |
| 1.4.2 本文的创新点 |
| 第二章 皖江裂土地质成因与工程物理力学基本特性研究 |
| 2.1 引言 |
| 2.2 皖江裂土分布特点与地质成因分析 |
| 2.2.1 皖江裂土地形地貌特点、外观形态 |
| 2.2.2 矿物成分与地质成因分析 |
| 2.3 皖江裂土的工程物理力学基本特性 |
| 2.3.1 现场取样 |
| 2.3.2 基本物理性质 |
| 2.3.3 膨胀率特征 |
| 2.3.4 吸湿特征 |
| 2.3.5 膨胀力特征 |
| 2.3.6 收缩特征 |
| 2.4 本章小结 |
| 第三章 干湿循环作用下裂土损伤的宏-微观损伤机制研究 |
| 3.1 引言 |
| 3.2 裂土干湿循环制样与试验方案 |
| 3.2.1 制样方法 |
| 3.2.2 试验方案设计 |
| 3.3 干湿循环作用下的重塑裂土微观结构变化分析 |
| 3.3.1 不同干湿循环作用下的重塑土微观结构定性分析 |
| 3.3.2 重塑土微观结构参数定量参数选取与测量 |
| 3.3.3 不同干湿循环作用下裂土微结构参数定量分析与开裂微观机制 |
| 3.4 干湿循环作用下的重塑裂土宏观参数变化分析 |
| 3.4.1 干湿循环裂隙发展演化特征 |
| 3.4.2 不同围压下裂土的应力应变特征分析 |
| 3.5 干湿循环作用下微观结构参数与宏观力学参数多元回归分析 |
| 3.5.1 单一微观参量的与弹性模量非线性回归 |
| 3.5.2 多元非线性回归方程的建立与验证 |
| 3.6 干湿循环条件下裂土开裂损伤机制研究 |
| 3.6.1 岩土连续介质统计损伤基本方法 |
| 3.6.2 干湿循环荷载作用下的基于Laplace分布的裂土应变硬化统计损伤本构模型 |
| 3.6.3 干湿循环与荷载作用下的裂土统计损伤本构模型参数确定 |
| 3.6.4 干湿循环作用下的裂土统计损伤本构模型验证 |
| 3.6.4.1 不同围压与干湿循环对初始损伤应力门槛值影响的讨论 |
| 3.6.4.2 模型与试验曲线的验证 |
| 3.7 本章小结 |
| 第四章 裂土裂隙萌生与断裂演化机制研究 |
| 4.1 引言 |
| 4.2 裂土裂隙萌生与演化单向干燥试验研究 |
| 4.2.1 试验方案设计 |
| 4.2.2 试样制备与步骤 |
| 4.2.3 金属边界的裂土试样裂隙萌生与演化过程 |
| 4.2.4 有机玻璃边界的裂土试样裂隙萌生与演化过程 |
| 4.2.5 裂隙萌生扩展演化规律的讨论 |
| 4.3 断裂力学基本理论及裂土不同裂隙演化阶段断裂准则的适宜性 |
| 4.3.1 线弹性断裂力学(LEFM)中的断裂准则 |
| 4.3.2 弹塑性断裂力学(EPFM)中COD断裂准则 |
| 4.3.3 不同裂隙演化阶段的断裂准则适宜性 |
| 4.4 体缩裂隙阶段应力与位移变化规律 |
| 4.4.1 基于弹性力学假设的体缩裂隙阶段的收缩应力与位移解析解 |
| 4.4.2 体缩裂隙阶段的收缩应力与位移解析解与数值解的对比 |
| 4.5 裂隙扩展阶段基于COD断裂准则的Cohesive粘断裂模型 |
| 4.5.1 Cohesive粘断裂模型 |
| 4.5.2 Cohesive粘断裂模型的裂土开裂扩展的离散元数值实现 |
| 4.5.3 模型建立与模型参数 |
| 4.5.4 基于Cohesive粘断裂模型的裂隙扩展模拟分析与验证 |
| 4.6 本章小结 |
| 第五章 渗流作用下裂隙对裂土边坡渗流场影响规律研究 |
| 5.1 引言 |
| 5.2 裂土边坡瞬态渗流特点及饱和-非饱和入渗基本理论 |
| 5.2.1 降雨入渗过程裂土边坡瞬态渗流特点 |
| 5.2.2 降雨入渗过程裂土的稳定-非稳定性渗流基本理论概述 |
| 5.3 裂隙对裂土边坡瞬态渗流场的影响因素研究 |
| 5.3.1 降雨入渗过程裂土边坡瞬态渗流影响数值分析实现 |
| 5.3.2 裂隙对边坡暂态饱和区影响 |
| 5.3.3 不同裂隙深度对裂土边坡瞬态渗流场影响 |
| 5.3.4 不同裂隙角度对裂土边坡瞬态渗流场影响 |
| 5.3.5 裂隙分布位置对裂土边坡瞬态渗流场影响 |
| 5.3.6 裂隙数量对裂土边坡瞬态渗流场影响 |
| 5.4 裂土优势流概念模型与假设 |
| 5.5 基于Green-Ampt模型的裂隙优势流控制方程推导 |
| 5.5.1 双孔隙域Green-Ampt入渗模型 |
| 5.5.2 分阶段基质域与裂隙域入渗方程 |
| 5.6 裂土优势流入渗过程模拟及分析 |
| 5.6.1 不同降雨强度对累积入渗影响分析 |
| 5.6.2 不同裂隙面积率对累积入渗量的影响分析 |
| 5.6.3 不同裂隙域饱和渗透系数对累积入渗量的影响分析 |
| 5.6.4 不同因素对裂土雨水入渗过程的影响规律讨论 |
| 5.7 本章小结 |
| 第六章 基于足尺模型试验的降雨-蒸发作用下裂土边坡变形破坏模式及机理 |
| 6.1 引言 |
| 6.2 原型边坡破坏形式与模拟条件 |
| 6.2.1 原型边坡区域地理位置与破坏形式 |
| 6.2.2 原型边坡破坏原因定性分析 |
| 6.3 裂土边坡变形破坏足尺模型试验 |
| 6.3.1 边坡模型试验系统组成 |
| 6.3.2 降雨参数标定测试 |
| 6.3.3 光纤光栅位移计原理与标定 |
| 6.3.4 模型取样与填筑 |
| 6.3.5 传感器布设与降雨方案 |
| 6.4 降雨-蒸发作用下裂土边坡变形破坏模型试验结果分析 |
| 6.4.1 边坡破坏全过程分析 |
| 6.4.2 体积含水率响应规律分析 |
| 6.4.3 基质吸力、饱和度和孔隙压力响应规律分析 |
| 6.4.4 蒸发过程中边坡不同位置裂隙分布规律分析 |
| 6.4.5 坡体位移响应规律分析 |
| 6.4.6 裂土边坡破坏模式分析 |
| 6.4.7 基于足尺模型试验的裂土边坡失稳机理 |
| 6.5 考虑裂隙优势流的裂土边坡失稳预测分析 |
| 6.5.1 SLIP模型与假设 |
| 6.5.2 基于SLIP模型的裂土边坡稳定性系数确定 |
| 6.5.3 基于SLIP模型的裂土边坡稳定性模型参数确定 |
| 6.5.4 裂土稳定性影响因素敏感性探讨 |
| 6.5.5 模型试验验证对比 |
| 6.6 本章小结 |
| 第七章 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
（7）基于近场动力学的起重机主梁损伤机理及识别方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 近场动力学理论的国内外研究现状 |
| 1.2.1 近场动力学理论的发展与特点 |
| 1.2.2 近场动力学理论的研究现状 |
| 1.2.3 近场动力学理论的应用研究 |
| 1.3 结构损伤识别的国内外研究现状 |
| 1.4 论文主要研究内容 |
| 第二章 近场动力学理论及其数值算法 |
| 2.1 近场动力学键基模型 |
| 2.1.1 基本概念 |
| 2.1.2 PMB本构模型 |
| 2.1.3 损伤及断裂描述 |
| 2.2 近场动力学态基模型 |
| 2.2.1 态的定义及运动控制方程 |
| 2.2.2 普通态基模型的建模方法 |
| 2.2.3 线弹性及弹塑性本构模型 |
| 2.2.4 近场动力学非普通态基模型 |
| 2.3 近场动力学的数值计算方法 |
| 2.3.1 物质的离散与积分 |
| 2.3.2 边界条件及载荷的施加 |
| 2.3.3 显式积分法及数值收敛算法 |
| 2.3.4 算法流程图 |
| 2.4 近场动力学三种模型的对比分析 |
| 2.5 本章小结 |
| 第三章 改进的近场动力学微极模型及其弹塑性分析 |
| 3.1 近场动力学微极模型及其改进模型 |
| 3.1.1 近场动力学微极模型 |
| 3.1.2 改进的近场动力学微极模型及其弹塑性分析 |
| 3.1.3 数值计算方法 |
| 3.2 金属块损伤演化数值计算及实验分析 |
| 3.3 异种材料交界面的近场动力学微极模型 |
| 3.4 本章小结 |
| 第四章 基于虚拟裂纹闭合法的近场动力学疲劳模型 |
| 4.1 疲劳损伤过程 |
| 4.2 基于Manson-Coffin公式的近场动力学疲劳萌生模型 |
| 4.3 哑点模型及其疲劳裂纹扩展路径预测 |
| 4.4 基于虚拟裂纹闭合法的近场动力学疲劳模型 |
| 4.4.1 近场动力学全域虚拟裂纹闭合法及疲劳裂纹扩展分析 |
| 4.4.2 近场动力学局域虚拟裂纹闭合法及疲劳裂纹扩展分析 |
| 4.5 近场动力学疲劳模型的计算流程 |
| 4.6 CT试样的疲劳损伤数值计算及实验分析 |
| 4.6.1 CT试样疲劳损伤数值分析及试验 |
| 4.6.2 多孔板疲劳损伤数值分析及疲劳试验 |
| 4.7 本章小结 |
| 第五章 基于近场动力学的起重机主梁损伤机理分析 |
| 5.1 起重机主梁弹塑性变形及损伤演化 |
| 5.1.1 起重机主梁模型的弹塑性变形 |
| 5.1.2 起重机主梁模型的损伤演化 |
| 5.2 含焊接结构起重机主梁模型的变形及损伤演化 |
| 5.3 起重机主梁的疲劳损伤机理及疲劳试验 |
| 5.4 本章小结 |
| 第六章 基于近场动力学应变模态的起重机主梁损伤识别研究 |
| 6.1 基于近场动力学模型的应变模态分析 |
| 6.1.1 应变模态 |
| 6.1.2 基于近场动力学的应变模态分析 |
| 6.2 损伤位置识别 |
| 6.2.1 应变模态差分曲线 |
| 6.2.2 损伤位置识别 |
| 6.3 损伤程度识别 |
| 6.3.1 应变模态差分值预测 |
| 6.3.2 损伤程度识别 |
| 6.4 主梁模型应变模态实验及损伤识别 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 全文工作总结 |
| 7.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间取得的科研成果 |
（8）基于涡流无损检测数据的金属构件疲劳裂纹扩展预测方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究工作的背景与意义 |
| 1.2 疲劳裂纹无损检测方法与现状 |
| 1.2.1 自然疲劳裂纹的研究现状 |
| 1.2.2 脉冲涡流热成像检测和脉冲涡流无损检测 |
| 1.2.2.1 脉冲涡流热成像检测 |
| 1.2.2.2 脉冲涡流无损检测技术 |
| 1.3 疲劳裂纹扩展行为预测国内外现状 |
| 1.3.1 疲劳裂纹扩展行为的国内外研究现状 |
| 1.3.2 比例边界有限元法研究现状 |
| 1.4 目前研究中存在的主要问题 |
| 1.5 论文主要章节安排和创新点 |
| 1.5.1 论文主要章节安排 |
| 1.5.2 论文主要创新点 |
| 第二章 制备含疲劳裂纹的金属试件 |
| 2.1 金属构件疲劳裂纹的制备原理 |
| 2.2 基于ABAQUS的金属构件疲劳裂纹萌生及扩展仿真 |
| 2.2.1 ABAQUS |
| 2.2.2 疲劳裂纹萌生及扩展仿真模型 |
| 2.2.3 疲劳裂纹萌生及扩展仿真结果 |
| 2.3 金属构件疲劳裂纹制备实验平台 |
| 2.4 三点弯曲试验中疲劳裂纹扩展情况 |
| 2.4.1 疲劳裂纹扩展情况观测 |
| 2.4.2 疲劳裂纹扩展情况测量 |
| 2.5 本章小结 |
| 第三章 基于脉冲涡流热成像方法的自然疲劳裂纹快速定位方法研究 |
| 3.1 脉冲涡流热成像检测理论基础 |
| 3.2 脉冲涡流热成像实验平台 |
| 3.2.1 脉冲激励信号发生系统 |
| 3.2.2 脉冲涡流热成像信号采集系统 |
| 3.3 脉冲涡流热成像处理算法研究 |
| 3.4 疲劳裂纹的脉冲涡流热成像及结果分析 |
| 3.5 本章小结 |
| 第四章 基于脉冲涡流检测技术的自然疲劳裂纹深度定量检测方法研究 |
| 4.1 脉冲涡流技术检测理论基础 |
| 4.1.1 脉冲涡流技术检测原理 |
| 4.1.2 脉冲涡流无损检测中的趋肤效应 |
| 4.2 含裂纹的金属构件脉冲涡流检测方法有限元建模 |
| 4.2.1 COMSOL Multiphysics |
| 4.2.2 仿真建模 |
| 4.2.3 仿真结果分析 |
| 4.3 脉冲涡流无损检测实验平台 |
| 4.3.1 激励信号源 |
| 4.3.2 激励线圈和检测探头 |
| 4.3.2.1 激励线圈参数 |
| 4.3.2.2 检测磁传感器参数 |
| 4.3.3 放大滤波电路 |
| 4.3.4 信号采集处理终端 |
| 4.3.4.1 数据采集模块 |
| 4.3.4.2 数据处理模块 |
| 4.3.5 位移标定器 |
| 4.4 脉冲涡流无损检测实验 |
| 4.5 本章小结 |
| 第五章 脉冲涡流热成像与脉冲涡流检测复合的疲劳裂纹的定量检测方法研究 |
| 5.1 脉冲涡流热成像与脉冲涡流检测复合检测方法研究 |
| 5.1.1 复合策略 |
| 5.1.2 复合方法 |
| 5.2 基于BP神经网络的疲劳裂纹定量识别算法研究 |
| 5.2.1 BP神经网络 |
| 5.2.2 基于BP神经网络的疲劳裂纹定量检测方法 |
| 5.3 基于遗传算法的神经网络优化疲劳裂纹定量识别精度 |
| 5.4 本章小结 |
| 第六章 基于疲劳裂纹检测结果的疲劳裂纹扩展预测 |
| 6.1 疲劳裂纹扩展仿真原理 |
| 6.1.1 比例边界有限元的坐标系 |
| 6.1.2 考虑循环载荷和试样特性的自然裂纹扩展 |
| 6.2 疲劳裂纹扩展仿真 |
| 6.2.1 含自然疲劳裂纹的二维连续介质控制方程 |
| 6.2.2 自然疲劳裂纹扩展的数值实现 |
| 6.2.3 自然疲劳裂纹扩展数值实现的算例验证 |
| 6.2.4 疲劳裂纹扩展行为预测 |
| 6.3 案例分析和验证 |
| 6.4 本章小结 |
| 第七章 全文总结与展望 |
| 7.1 全文总结 |
| 7.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
（9）基于深度学习的露天矿电铲斗齿状态监测技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 斗齿脱落监测的研究现状与发展 |
| 1.3 基于深度学习的监测技术的研究现状 |
| 1.4 本文的主要研究内容与创新点 |
| 1.5 本章小结 |
| 2 系统方案设计 |
| 2.1 电铲斗齿结构与分析 |
| 2.2 斗齿主要的失效类型与分析 |
| 2.3 斗齿目标监测系统设计方案 |
| 2.4 系统硬件设计 |
| 2.5 斗齿状态监测系统的软件平台的功能结构与实现流程 |
| 2.6 本章小结 |
| 3 数据的获取与处理实验 |
| 3.1 数据采集与样本准备 |
| 3.2 图像灰度化 |
| 3.3 图像灰度变换 |
| 3.4 图像去噪 |
| 3.5 基于像素坐标系的斗齿区域提取 |
| 3.6 本章小结 |
| 4 基于卷积神经网络的斗齿目标监测 |
| 4.1 卷积神经网络的基本结构 |
| 4.2 卷积神经网络的训练 |
| 4.3 使用YOLOV3算法进行模型训练 |
| 4.4 基于卷积神经网络的结构优化改进 |
| 4.5 数据导入与算法预测流程 |
| 4.6 监测模型的构建与训练 |
| 4.7 系统实现 |
| 4.8 本章小结 |
| 5 监测系统的实验验证与分析 |
| 5.1 模拟场景实验及流程 |
| 5.2 现场验证及流程 |
| 5.3 实验数据与结果分析 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 本文结论 |
| 6.2 未来展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（10）基于性能的高土石坝地震易损性分析与地震风险评估方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 主要符号表 |
| 1. 绪论 |
| 1.1 研究背景与意义 |
| 1.2 高土石坝震害综述 |
| 1.3 土石坝抗震的研究进展 |
| 1.3.1 土的动力本构模型 |
| 1.3.2 高土石坝动力分析方法 |
| 1.3.3 基于性能的地震易损性分析 |
| 1.3.4 基于性能的大坝地震风险研究 |
| 1.4 本文主要研究思路与内容 |
| 2. 筑坝土石料改进PZC弹塑性模型研究 |
| 2.1 引言 |
| 2.2 基于广义塑性理论的PZC弹塑性模型 |
| 2.2.1 广义塑性理论 |
| 2.2.2 PZC模型的弹性部分 |
| 2.2.3 PZC模型的加载和塑性流动方向 |
| 2.2.4 PZC模型的塑性模量 |
| 2.3 改进的土石料PZC弹塑性模型 |
| 2.3.1 弹性部分的改进 |
| 2.3.2 塑性部分的改进 |
| 2.3.3 模型参数确定方法 |
| 2.4 本构模型的试验验证 |
| 2.4.1 糯扎渡高土石坝堆石料试验模拟 |
| 2.4.2 糯扎渡高土石坝掺砾土试验模拟 |
| 2.5 本章小结 |
| 3. 高土石坝地震动力弹塑性反应分析 |
| 3.1 引言 |
| 3.2 动力固结理论 |
| 3.2.1 动力固结理论 |
| 3.2.2 动力固结方程有限元格式 |
| 3.3 糯扎渡高土石坝有限元计算模型 |
| 3.3.1 工程概况 |
| 3.3.2 有限元模型和地震动输入 |
| 3.4 糯扎渡高土石坝弹塑性分析 |
| 3.4.1 静力结果 |
| 3.4.2 加速度响应分析 |
| 3.4.3 永久变形分析 |
| 3.4.4 孔压分析 |
| 3.4.5 地震动力影响因素分析 |
| 3.5 本章小节 |
| 4. 基于性能的高土石坝地震易损性分析和抗震安全评估 |
| 4.1 引言 |
| 4.2 地震易损性分析方法 |
| 4.2.1 易损性函数 |
| 4.2.2 地震易损性方法 |
| 4.3 高土石坝地震动选取方法 |
| 4.3.1 地震动记录选取 |
| 4.3.2 高土石坝地震动选取方法 |
| 4.4 基于变形的高土石坝性能参数和性能水准 |
| 4.4.1 基于坝顶相对震陷率的性能水准 |
| 4.4.2 基于坝顶水平位移的性能水准 |
| 4.5 基于地震变形易损性的糯扎渡高土石坝抗震安全分析 |
| 4.5.1 基于多条带分法的高土石坝地震变形易损性分析 |
| 4.5.2 基于地震变形易损性的高土石坝抗震安全分析 |
| 4.6 本章小节 |
| 5. 基于性能的高土石坝服役期地震风险评估方法研究 |
| 5.1 引言 |
| 5.2 地震危险性分析方法 |
| 5.2.1 区域地震区带 |
| 5.2.2 地震活动性参数 |
| 5.2.3 地震危险性评价 |
| 5.3 考虑不确定性的高土石坝地震易损性分析 |
| 5.3.1 地震动-结构样本对 |
| 5.3.2 考虑不确定性的高土石坝地震易损性分析 |
| 5.4 基于性能的高土石坝震害风险分析 |
| 5.4.1 基于ANN-MSA的高土石坝易损性分析 |
| 5.4.2 基于性能的糯扎渡高土石坝震害风险分析 |
| 5.4.3 糯扎渡高土石坝不同使用期内震害风险分析 |
| 5.5 基于性能的糯扎渡高土石坝地震风险分析 |
| 5.5.1 高土石坝地震损失评估方法 |
| 5.5.2 基于性能的糯扎渡高土石坝地震风险评估 |
| 5.6 本章小节 |
| 6. 结论与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 附录1 区域范围内M5级以上历史地震目录 |
| 参考文献 |
| 攻读博士学位期间科研项目及科研成果 |
| 致谢 |
| 作者简介 |
四、人工神经网络在实验断裂力学中的应用（论文参考文献）
- [1]基于水—温度—行车耦合作用下钢桥面沥青铺装层裂缝研究[D]. 林明鑫. 南京林业大学, 2021(02)
- [2]基于TCN的时间序列数据特征提取研究与应用[D]. 刘新. 大连理工大学, 2021(01)
- [3]氧化钨基界面调制型忆阻器的电学特性调控及突触功能仿生研究[D]. 曾涛. 东北师范大学, 2021(09)
- [4]基于深度学习的落锤撕裂试验断口的评定研究[D]. 王坤. 西安工业大学, 2021(02)
- [5]基于神经网络获取应力谱的塔机疲劳寿命评估[D]. 左旸. 太原科技大学, 2021(01)
- [6]降雨-蒸发作用下皖江裂隙性粘土裂隙演化机制及边坡破坏机理[D]. 周峙. 中国地质大学, 2021(02)
- [7]基于近场动力学的起重机主梁损伤机理及识别方法研究[D]. 杨会超. 东南大学, 2021
- [8]基于涡流无损检测数据的金属构件疲劳裂纹扩展预测方法研究[D]. 李翰超. 电子科技大学, 2021(01)
- [9]基于深度学习的露天矿电铲斗齿状态监测技术研究[D]. 田宽. 辽宁工程技术大学, 2020(02)
- [10]基于性能的高土石坝地震易损性分析与地震风险评估方法研究[D]. 靳聪聪. 大连理工大学, 2020(01)