| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 目录 | 第10-13页 |
| 1 绪论 | 第13-35页 |
| ·选题背景及意义 | 第13-14页 |
| ·桥梁健康监测发展概况 | 第14-17页 |
| ·基于振动测试的结构损伤识别国内外研究现状及评述 | 第17-33页 |
| ·基于固有频率的结构损伤识别方法 | 第18-19页 |
| ·基于振型的结构损伤识别方法 | 第19-20页 |
| ·基于位移和应变类参数的结构损伤识别方法 | 第20-21页 |
| ·基于刚度阵和柔度阵的结构损伤识别方法 | 第21-23页 |
| ·基于模型修正的结构损伤识别法 | 第23-27页 |
| ·基于计算智能的结构损伤识别方法 | 第27-31页 |
| ·基于小波分析的结构损伤识别方法 | 第31-32页 |
| ·基于概率统计信息的结构损伤识别方法 | 第32-33页 |
| ·本文主要研究内容 | 第33-35页 |
| 2 结构损伤识别的基本理论和方法 | 第35-49页 |
| ·结构损伤识别的理论基础 | 第35-37页 |
| ·动力学反问题 | 第35-37页 |
| ·模态分析 | 第37页 |
| ·有限元模型缩聚和实测振型扩展 | 第37-41页 |
| ·有限元模型缩聚 | 第37-39页 |
| ·实测振型扩展 | 第39-41页 |
| ·损伤识别方法简介 | 第41-48页 |
| ·残余力向量法 | 第41-42页 |
| ·模态应变能法 | 第42-46页 |
| ·柔度投影法 | 第46-48页 |
| ·小结 | 第48-49页 |
| 3 基于残余力向量法和改进遗传算法的桥梁结构损伤识别研究 | 第49-76页 |
| ·前言 | 第49-50页 |
| ·遗传算法 | 第50-57页 |
| ·编码方式 | 第52-53页 |
| ·选择概率 | 第53页 |
| ·最优保存策略(Elitist Model) | 第53页 |
| ·交叉算子 | 第53-54页 |
| ·变异算子 | 第54-56页 |
| ·遗传算法在函数优化中的应用算例 | 第56-57页 |
| ·残余力向量法 | 第57-58页 |
| ·遗传算法目标函数的建立 | 第58-59页 |
| ·验证实例 | 第59-75页 |
| ·基本假定 | 第59页 |
| ·遗传算法初始参数的确定 | 第59页 |
| ·算例1：三跨混凝土连续梁桥模型 | 第59-60页 |
| ·计算结果与讨论 | 第60-67页 |
| ·算例2：五跨桁架桥模型 | 第67-68页 |
| ·计算结果与讨论 | 第68-75页 |
| ·小结 | 第75-76页 |
| 4 基于有限元模型和不完备模态测试信息的桥梁结构损伤识别方法研究 | 第76-104页 |
| ·引言 | 第76-77页 |
| ·基本理论 | 第77-80页 |
| ·特征方程及损伤方程的建立 | 第77-78页 |
| ·损伤结构不完整模态重构 | 第78-79页 |
| ·损伤结构控制方程的建立 | 第79-80页 |
| ·Levenberg-Marquardt最小二乘算法 | 第80-83页 |
| ·验证实例 | 第83-101页 |
| ·基本假定 | 第84页 |
| ·算例1：六跨桁架桥模型 | 第84-90页 |
| ·算例2：框架类——拱桥模型 | 第90-101页 |
| ·需要说明的几个问题 | 第101-102页 |
| ·小结 | 第102-104页 |
| 5 基于广义回归神经网络神经网络的桥梁结构损伤识别方法研究 | 第104-130页 |
| ·引言 | 第104-105页 |
| ·神经网络概述 | 第105-106页 |
| ·影响基于神经网络的损伤识别方法的主要因素及本章的对策 | 第106-119页 |
| ·神经网络输入参数的选择：组合参数的选择 | 第108-113页 |
| ·训练样本的选择 | 第113页 |
| ·可能的损伤样本组合爆炸问题的对策：分步识别法 | 第113-115页 |
| ·神经网络模型的选择：GRNN神经网络 | 第115-119页 |
| ·验证实例 | 第119-129页 |
| ·损伤位置识别 | 第122-125页 |
| ·损伤程度识别 | 第125-129页 |
| ·小结 | 第129-130页 |
| 6 总结与展望 | 第130-134页 |
| ·总结 | 第130-132页 |
| ·展望 | 第132-134页 |
| 参考文献 | 第134-146页 |
| 创新点摘要 | 第146-147页 |
| 攻读博士学位期间发表学术论文及科研成果情况 | 第147-148页 |
| 致谢 | 第148-149页 |
| 大连理工大学学位论文版权使用授权书 | 第149页 |
