浅谈复杂荷载条件地下结构的可靠性评价

《浅谈复杂荷载条件地下结构的可靠性评价》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、山东科技大学硕士学位论文复杂荷载条件地下结构的可靠性评价姓名：岳庆霞申请学位级别：硕士专业：岩土工程指导教师：付厚利20040301山东科技大学硕士学位论文摘要井简作为一种特殊的地下结构物，与周围的岩土环境构成一个相互耦合的承载体系，承载体系中的任何～个因素都影响着井筒的安全可靠工作，分析井壁可靠性的关键是在各种因素中寻找最主要的因素。但由于其荷载条件复杂，所以目前为止对其可靠性的研究目前还比较少。本文在详细分析了地下结构dj于本身具有的特殊性的基础上，分析了影响地下结构可靠性的因素，并对主要因

2、素进行合理量化，建立了指标体系。在此基础上，将影响地下结构可靠性的主要因素作为输入因子，利用人工神经网络的改进算法(BPX算法和BPLM算法)和模糊数学理论中的综合评判方法对地下结构(井筒)进行了可靠性评价。本文的创新点在于提出了井简可靠性评价的指标体系，并在井筒的可靠性评价中首次引入了人工神经网络以及模糊综合评判方法。由于影响因素众多并且各个因素的重要性不同，本文用了层次分析法对各个因素的权重进行了分析，减少了主观因素的影响。将新方法所得出的计算结果与工程实际鉴定结论相比较，表明这两种新方法在

3、工程结构鉴定方面是可行的。并且新万法具有计算简单、工作效率高等优点，值得进一步进行研究和推广。关键词：地下结构，井筒，可靠性，评价，神经网络，模糊综合评判山东科技大学硕士学位论文摘要ABSTRACTAsaspecialundergroundstruclure．thesIlaf【liningformsacouplinghearingsystemwitharoundgeologicalsurroundings．AⅡyfactorsinitwillaffectthesafeandreliablerun

4、ningoftheshaftlilliI培．Thekeytoanalysethereliabilityofshaftliningistofindoutthemainfactorsamongallthesefactors．Becauseitisundertheearth’Ssurface，thesituationofloadsiscomplicated，veryfewpeoplehasresearchedtheevaluationofthereliabilityoftheundergroundst

5、ructureastonow．Thisthesisanalysesthefactorsthataffectthereliabilityoftheundergroundstructureindetail．ThemainfactorsusedforevilluatingthereliabilityarequantizedandtheindexsystemusedfortheinputtingindexesiSsetup．Twomethods--artificialneuralnetworks(ANN

6、)methodandfuzzyevaluationmethod，thatevaluatethereliabilityofundergroundstructure(wellwall)areused．Theinnovationisthepresentationoftheevaluationindexofthewellwall．Andtheartificialneuralnetworkandfuzzykttegrativeevaluationmethodsareintroducedintothepap

7、erforthefirsttime．Becausethefactorsaretoomanyandtheessentialityisdifferent，thisarticleusestheAnalyticHiberarchyProcess(AHP)tocalculatetheweightofthefactortoreducetheinfluenceofsubjectivity．Intheendgivenengineeringexamplesillustratethetwonewmethodspro

8、posedinthispaperarepracticable．quitesimpleandefficient．Buttherearealotofworkstobedonetoperfectthemethodsandextendtherangeofitsapplicationfurther．Keywords：undergroundstructure，wellwaU,reliability，evaluation,artificialneuralnetworks(ANN)，fuzzyevaluatio