导读:本文包含了桩轴力论文开题报告文献综述及选题提纲参考文献，主要关键词:光纤光学,光纤布拉格光栅,双壁管桩,应变变化
桩轴力论文文献综述
王永洪,刘俊伟,张明义,张春巍,王明明[1]（2018）在《基于光纤布拉格光栅的双壁模型管桩轴力测试》一文中研究指出提出一种利用光纤布拉格光栅(FBG)测试双壁模型管桩桩身轴力的方法,探讨模型管桩应变变化与光纤光栅中心波长稳定性和漂移的关系。FBG传感器封装在模型管桩外管加工槽体内,模型管桩内管采取直接粘贴光纤光栅的方法,将应变片分别粘贴在模型管桩内、外管光纤光栅同一位置。对模型管桩施加竖向压力后产生的应变进行测试,并将FBG传感器及应变片的测试结果与理论公式进行对比分析,发现两者存在误差,但在测试要求范围内。外管施加5kN竖向荷载时,光纤光栅测得的最大应变为59.2με,相对误差为4.9%;内管施加5kN竖向荷载时,光纤光栅测得的最大应变为122.3με,相对误差为7.2%,均满足工程测试要求。(本文来源于《激光与光电子学进展》期刊2018年11期）
王春晓,陈志坚[2]（2017）在《基于MEC-BP神经网络的群桩轴力预测》一文中研究指出大型深水群桩基础易受到复杂的环境影响,其基桩轴力的变化情况与环境因素之间表现为复杂的非线性关系。综合考虑影响深水群桩基础轴力的环境因素相关参数,分析苏通大桥的原型监测数据,建立BP神经网络预测模型,并以此为基础,构建出基于思维进化算法(Mind Evolutionary Computation,MEC)的BP神经网络轴力预测模型,比较结果表明,MEC-BP神经网络预测结果在准确度和精确度上要明显高于BP神经网络,前者具有更强的可信度和泛化能力,在大型深水群桩基础轴力预测中具有一定的工程应用价值。(本文来源于《中国煤炭地质》期刊2017年03期）
陈志坚,黄伟杰[3]（2016）在《基于多因素混合模型的运营期群桩轴力预测》一文中研究指出结合桥梁深水群桩基础在运营期间的受力特征,研究了深水群桩基础基桩轴力混合模型的一般原理.提出了基于多种环境因素影响下群桩基础监测数据的运营期混合模型,利用有限元模拟与PSO-SVM统计方法在苏通大桥群桩基础中实现了混合模型的构建.为了方便比较,建立了径向基函数(RBF)人工神经网络模型,对比了混合模型与RBF模型的预测结果.研究表明,混合模型预测精度较高,在受力情况不同的3根基桩上都有较为稳健的预测能力,具有较强的泛化能力,混合模型可适用于深水群桩基础运营期轴力的预测.(本文来源于《湖南大学学报(自然科学版)》期刊2016年03期）
黄伟杰,吴叶,陈志坚,俞俊平[4]（2016）在《基于ACO-SVM的桥梁基础群桩轴力预测》一文中研究指出由于大型深水群桩基础受到复杂的环境影响,其基桩轴力的变化与环境因素之间呈现复杂非线性关系。利用在解决小样本、非线性、高维数方面具有很强能力的支持向量机,对苏通大桥群桩基础轴力实测数据进行分析,预测了一段时间内轴力的变化。并采用了蚁群算法(ACO)寻找模型最优参数,由此建立了ACO-SVM模型,避免了人为选择参数的盲目性。为方便对比,建立了传统SVM与RBF神经网络预测模型,对比了ACO-SVM,SVM,RBF这3个模型的预测结果。研究表明,与传统SVM,RBF的预测结果相比,ACO-SVM模型具有更高的可信度和预测精准度,且具有更强的泛化能力,在大型深水群桩基础的轴力预测中具有一定的工程应用价值。(本文来源于《长江科学院院报》期刊2016年01期）
梁金国,丁继辉,刘红超[5]（2015）在《基于桩轴力分布函数的单桩承载特性分析》一文中研究指出基于桩在竖向荷载作用下截面的轴力随桩的入土深度的增加而衰减规律,提出了桩截面的轴力分布函数表达式,桩截面的轴力分布函数与桩的长径比和端阻分担比有关。应用桩轴力分布函数分析了钻孔灌注桩在竖向荷载作用下的承载特性、桩身荷载传递规律、桩的截面轴力分布规律和桩侧阻力分布规律。通过实测与计算结果的对比分析表明,由桩截面的轴力分布函数计算的桩截面的轴力与实测结果规律一致;基于桩的轴力分布函数确定的不同荷载水平下桩侧阻力随桩的入土深度的分布规律、总侧阻、总端阻与与实测结果较为一致。(本文来源于《岩土工程技术》期刊2015年06期）
黄伟杰,陈志坚[6]（2015）在《基于PSO-SVM与ACO-SVM的沿桩长基桩轴力分布预测》一文中研究指出由于苏通大桥群桩基础的超长桩在不同断面的轴力沿桩长分布具有复杂非线性的特点,为了实现对不同高程断面的轴力进行预测,引入粒子群算法与蚁群算法对支持向量机进行优化,在考虑断面高程、潮位、水温与风速等影响因素的基础上,建立沿桩长基桩轴力分布的优化SVM预测模型。研究表明,PSO-SVM与ACO-SVM模型比传统SVM在预测精度、模型稳定性与泛化能力方面有更好的表现,在超长桩不同高程断面的轴力预测中,具有一定的工程应用价值。(本文来源于《勘察科学技术》期刊2015年05期）
黄伟杰,陈志坚,俞俊平,余世元[7]（2014）在《基于PSO-SVM桥梁基础群桩轴力预测》一文中研究指出由于大型深水群桩基础受到复杂的环境影响,其基桩轴力的变化与环境因素之间呈现复杂非线性关系。本文利用支持向量机模型,对苏通大桥群桩基础轴力实测数据进行分析,为了避免人为选择支持向量机模型参数的盲目性,采用了粒子群算法(PSO)寻找最优参数,由此建立了PSO-SVM模型。为了方便对比,建立了传统SVM与RBF神经网络预测模型,利用PSO-SVM、SVM、RBF叁种模型对受力情况不同的四根监测桩进行轴力预测,分别对比了叁种模型在不同桩的预测结果。研究表明,与传统SVM、RBF的预测结果相比,PSO-SVM模型预测精度更高,在轴力变化不同的四根桩上预测都很稳健,具有更强的泛化能力,在大型深水群桩基础轴力预测中具有一定的工程应用价值。(本文来源于《低温建筑技术》期刊2014年10期）
何超亮[8]（2013）在《华光潭一级水电站厂房后边坡锚筋桩轴力监测研究》一文中研究指出华光潭一级水电站厂房后边坡是具有多级后缘滑裂面的古变形体,已存在突出的稳定问题。对其崩坡积层及强卸荷带岩体采用锚筋桩+框架梁应急支护措施,并对锚筋桩轴力进行实时在线监测。监测结果表明,锚筋桩轴力在季节性温度、降雨、降雪、软弱结构面等多重因素影响下,呈现出拉压—季节波动型、受拉—增长型和受压—下降型3种类型;锚筋桩轴力在坡体空间上呈现出一定特点:不同测点距临空面水平距离相同时,高程越低,轴力越大;不同测点高程大致相等时,距临空面水平距离越小,轴力越大。事实证明,该支护措施对锚固区崩坡积层及强卸荷带岩体的稳定有良好的效果。(本文来源于《铁道建筑》期刊2013年06期）
王海,穆康,陈荣淋,戚志博,俞缙[9]（2012）在《基于Mindlin解的劲性砂桩芯桩轴力分布规律研究》一文中研究指出劲性砂桩是一种新型复合材料桩。基于弹性半无限空间的Mindlin位移解及复合材料力学原理,对劲性砂桩中混凝土芯桩轴向应力分布进行理论分析研究,得到劲性砂石桩芯桩轴力分布函数,讨论了不同荷载、混凝土芯桩标号、砂土弹性模量情况下芯桩轴向应力分布规律,并与现场芯桩轴向应力测试结果进行对比分析。研究表明:该理论分析结果与现场试验所显示的规律基本一致,验证了理论研究的合理性。该研究对于了解劲性砂桩的荷载传递规律和工作机制具有一定的理论价值。(本文来源于《公路》期刊2012年08期）
汪本明[10]（2009）在《BOTDR用于钻孔灌注桩轴力与侧摩阻力的计算方法》一文中研究指出0引言布里渊散射光时域反射监测技术(Brillouin OpticalTim e-Dom ain Reflectom eter,简称BOTDR)是国际上近几年才研发出来的一项用于光通讯和各类构筑物应变监测的尖端技术。(本文来源于《上海建设科技》期刊2009年03期）
桩轴力论文开题报告
（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：
大型深水群桩基础易受到复杂的环境影响,其基桩轴力的变化情况与环境因素之间表现为复杂的非线性关系。综合考虑影响深水群桩基础轴力的环境因素相关参数,分析苏通大桥的原型监测数据,建立BP神经网络预测模型,并以此为基础,构建出基于思维进化算法(Mind Evolutionary Computation,MEC)的BP神经网络轴力预测模型,比较结果表明,MEC-BP神经网络预测结果在准确度和精确度上要明显高于BP神经网络,前者具有更强的可信度和泛化能力,在大型深水群桩基础轴力预测中具有一定的工程应用价值。
（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。
桩轴力论文参考文献
[1].王永洪,刘俊伟,张明义,张春巍,王明明.基于光纤布拉格光栅的双壁模型管桩轴力测试[J].激光与光电子学进展.2018
[2].王春晓,陈志坚.基于MEC-BP神经网络的群桩轴力预测[J].中国煤炭地质.2017
[3].陈志坚,黄伟杰.基于多因素混合模型的运营期群桩轴力预测[J].湖南大学学报(自然科学版).2016
[4].黄伟杰,吴叶,陈志坚,俞俊平.基于ACO-SVM的桥梁基础群桩轴力预测[J].长江科学院院报.2016
[5].梁金国,丁继辉,刘红超.基于桩轴力分布函数的单桩承载特性分析[J].岩土工程技术.2015
[6].黄伟杰,陈志坚.基于PSO-SVM与ACO-SVM的沿桩长基桩轴力分布预测[J].勘察科学技术.2015
[7].黄伟杰,陈志坚,俞俊平,余世元.基于PSO-SVM桥梁基础群桩轴力预测[J].低温建筑技术.2014
[8].何超亮.华光潭一级水电站厂房后边坡锚筋桩轴力监测研究[J].铁道建筑.2013
[9].王海,穆康,陈荣淋,戚志博,俞缙.基于Mindlin解的劲性砂桩芯桩轴力分布规律研究[J].公路.2012
[10].汪本明.BOTDR用于钻孔灌注桩轴力与侧摩阻力的计算方法[J].上海建设科技.2009