近年來,我國交通發(fā)展迅速,機動化水平顯著提高,全國大小城市內(nèi)的汽車數(shù)量激增,在帶來GDP高速增長的同時也帶來挑戰(zhàn),比如北方冬季降雪量較大,交通事故頻頻發(fā)生,路段積雪導致的事故逐年增加。本文分析了影響埋設(shè)碳纖維發(fā)熱電纜的水泥混凝土路面融雪化冰效果的各個因素,并在此基礎(chǔ)上通過BP神經(jīng)網(wǎng)絡(luò)的預測功能解決實際工程應用中路面融雪化冰加熱方案的設(shè)計問題并給出詳細步驟。本文研究對象為冬季降雪區(qū)域的水泥混凝土道路,研究的主要成果包括以下幾個方面:（1）基于傳熱學基礎(chǔ)理論建立傳熱模型分析推導本試驗的融雪化冰所需耗熱量計算公式,同時分析出各因素作用傳熱過程的影響作用機理。（2）通過進行獨立正交試驗,采用數(shù)學方法減小試驗數(shù)據(jù)誤差,為預測具體工程條件下化雪時間以及耗電量提供可靠精確的數(shù)據(jù)支撐。分別控制風速和電功率為單一影響因素,量化分析其中單一因素對溫升趨勢的影響。設(shè)置有無預熱、有無隔熱層對比試驗分析其對最終融雪化冰效果影響。（3）建立BP神經(jīng)網(wǎng)絡(luò)對化雪時間以及預熱時間進行預測,對比預測結(jié)果與試驗結(jié)果論證了BP神經(jīng)網(wǎng)絡(luò)預測的精確程度,化雪預測測試平均相對誤差為2.97%,預熱預測測試平均相對誤差為4.85%,... 

【文章來源】：湖北工業(yè)大學湖北省

【文章頁數(shù)】：80 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 引言
    1.1 課題背景
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 融雪化冰技術(shù)的發(fā)展趨勢
    1.4 本文主要研究工作及創(chuàng)新點
第2章 水泥混凝土路面?zhèn)鳠岱治?br>    2.1 埋設(shè)碳纖維發(fā)熱電纜的路面融雪化冰系統(tǒng)工作原理
    2.2 傳熱學基本原理
    2.3 路面融雪化冰系統(tǒng)傳熱分析
        2.3.1 路面?zhèn)鳠徇^程簡況
        2.3.2 融雪化冰過程中耗電量及耗熱量分析
    2.4 本章小結(jié)
第3章 道路融雪化冰模型試驗研究
    3.1 試驗目的
    3.2 試件結(jié)構(gòu)
    3.3 試驗設(shè)備及材料介紹
    3.4 試驗準備工作
    3.5 試驗具體方案
        3.5.1 試驗工況
        3.5.2 測溫點布置方案
    3.6 試驗結(jié)果分析
        3.6.1 數(shù)據(jù)預處理
        3.6.2 溫升趨勢分析
    3.7 試驗收集數(shù)據(jù)
    3.8 試驗總結(jié)
第4章 BP神經(jīng)網(wǎng)絡(luò)預測
    4.1 人工神經(jīng)網(wǎng)絡(luò)簡介
        4.1.1 人工神經(jīng)網(wǎng)絡(luò)應用領(lǐng)域
        4.1.2 BP神經(jīng)網(wǎng)絡(luò)具有的基本功能
    4.2 算法步驟
    4.3 BP神經(jīng)網(wǎng)絡(luò)模型的建立
    4.4 預測數(shù)據(jù)和實際數(shù)據(jù)對比
    4.5 各因素影響程度分析
    4.6 結(jié)果分析
    4.7 本章小結(jié)
第5章 加熱方案設(shè)計優(yōu)化
    5.1 基本介紹
    5.2 參考因素設(shè)計值計算
        5.2.1 環(huán)境溫度設(shè)計值計算
        5.2.2 雪層厚度設(shè)計值計算
        5.2.3 風速設(shè)計值計算
    5.3 發(fā)熱方案設(shè)計與優(yōu)化
    5.4 算例分析
    5.5 本章小結(jié)
第6章 結(jié)論與展望
    6.1 結(jié)論
    6.2 展望
參考文獻
致謝


【參考文獻】：
期刊論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的圖像識別[J]. 秦川.  電子技術(shù)與軟件工程. 2020(01)
[2]基于BP-MIV的風電調(diào)峰受阻電量影響因素貢獻度分析[J]. 謝樺,呂曉茜,張沛.  分布式能源. 2019(06)
[3]地源熱泵系統(tǒng)的研究與應用[J]. 李丹.  中國資源綜合利用. 2019(11)
[4]利用卷積神經(jīng)網(wǎng)絡(luò)的自動駕駛場景語義分割[J]. 王中宇,倪顯揚,尚振東.  光學精密工程. 2019(11)
[5]基于BP神經(jīng)網(wǎng)絡(luò)和多元回歸的邊坡穩(wěn)定性預測研究[J]. 郭華,王建平.  低溫建筑技術(shù). 2019(09)
[6]基于深度級聯(lián)神經(jīng)網(wǎng)絡(luò)的自動駕駛運動規(guī)劃模型[J]. 白麗贇,胡學敏,宋昇,童秀遲,張若晗.  計算機應用. 2019(10)
[7]基于主成分分析和神經(jīng)網(wǎng)絡(luò)的馬歇爾試驗模型[J]. 董仕豪,丁龍亭,孫勝飛,劉夢梅,張文剛.  公路. 2019(06)
[8]主動除冰雪路面融雪化冰特性及路用性能研究綜述[J]. 譚憶秋,張馳,徐慧寧,田東.  中國公路學報. 2019(04)
[9]融雪劑對混凝土橋涵和路面的危害分析[J]. 張勇,凌云志.  全面腐蝕控制. 2019(03)
[10]混凝土導電性能及其影響因素分析[J]. 晏鳳元,張智雅,張林,鮑煦文,何培玲.  江蘇建材. 2019(01)

博士論文
[1]地源熱泵系統(tǒng)融雪化冰可靠性設(shè)計及神經(jīng)網(wǎng)絡(luò)預測[D]. 屠艷平.武漢理工大學 2012
[2]布置碳纖維發(fā)熱線的混凝土路面及橋面融雪化冰試驗研究[D]. 趙宏明.大連理工大學 2010

碩士論文
[1]基于PCA和BP神經(jīng)網(wǎng)絡(luò)的信息安全模型研究[D]. 高標.安慶師范大學 2019
[2]電阻網(wǎng)用于路面融雪化冰系統(tǒng)溫度場數(shù)值模擬的研究[D]. 李賞.太原理工大學 2015
[3]人工神經(jīng)網(wǎng)絡(luò)在生物信息學中的應用研究[D]. 馬蒙.中國海洋大學 2015
[4]碳纖維發(fā)熱線用于道路除冰雪的技術(shù)研究[D]. 楊飛.長安大學 2014
[5]三相復合導電混凝土用于道路及橋面融雪化冰的研究[D]. 劉建國.長安大學 2014
[6]基于內(nèi)置電加熱方式的路面表面物理除冰雪技術(shù)研究[D]. 許庚.哈爾濱工業(yè)大學 2013
[7]碳纖維發(fā)熱線用于路面融雪化冰的技術(shù)研究[D]. 車廣杰.大連理工大學 2008
[8]發(fā)熱電纜用于路面融雪化冰的技術(shù)研究[D]. 武海琴.北京工業(yè)大學 2005



本文編號：3185203