致谢 | 第5-7页 |
中文摘要 | 第7-9页 |
ABSTRACT | 第9-10页 |
1 绪论 | 第14-34页 |
1.1 选题背景和意义 | 第14-16页 |
1.1.1 古建筑的结构监测 | 第14页 |
1.1.2 西藏古建木结构 | 第14-16页 |
1.2 国内外研究现状 | 第16-30页 |
1.2.1 结构健康监测系统在古建筑中的应用现状 | 第16-17页 |
1.2.2 长期监测中的温度效应分析 | 第17-23页 |
1.2.3 长期监测中温度效应的剔除 | 第23-26页 |
1.2.4 基于监测数据的结构状态评估 | 第26-27页 |
1.2.5 长期监测中的变形预测 | 第27-28页 |
1.2.6 温湿度对木材性能的影响 | 第28-30页 |
1.3 目前研究存在的问题 | 第30-31页 |
1.4 主要研究内容 | 第31-34页 |
2 基于长期监测数据的西藏古建木结构应变-温湿度统计模型 | 第34-58页 |
2.1 引言 | 第34页 |
2.2 西藏古建筑结构监测系统简介 | 第34-38页 |
2.2.1 结构监测系统 | 第34-35页 |
2.2.2 监测子系统介绍 | 第35-38页 |
2.3 监测数据特征分析 | 第38-44页 |
2.3.1 温度增量代表值 | 第39-40页 |
2.3.2 温度与湿度的相关性分析 | 第40-42页 |
2.3.3 应变与温湿度的相关性分析 | 第42-44页 |
2.4 应变-温湿度主成分回归模型 | 第44-53页 |
2.4.1 应变-温湿度二元统计模型 | 第44-45页 |
2.4.2 变量的共线性诊断 | 第45-46页 |
2.4.3 主成分回归的基本理论 | 第46-48页 |
2.4.4 主成分回归的应用 | 第48-53页 |
2.5 应变对温度、湿度的敏感性分析 | 第53-54页 |
2.5.1 Morris法基本原理 | 第53-54页 |
2.5.2 敏感性分析结果 | 第54页 |
2.6 模型对比 | 第54-57页 |
2.7 本章小结 | 第57-58页 |
3 基于长期监测数据的西藏古建木结构应变-温度统计模型 | 第58-78页 |
3.1 引言 | 第58页 |
3.2 应变-温度的建模分析 | 第58-71页 |
3.2.1 数据特征分析 | 第58-60页 |
3.2.2 奇异谱分析的基本理论 | 第60-61页 |
3.2.3 SSA-PR统计模型 | 第61-66页 |
3.2.4 温度效应的去除 | 第66-67页 |
3.2.5 模型的验证 | 第67-70页 |
3.2.6 模型对比 | 第70-71页 |
3.3 结构的状态评估 | 第71-76页 |
3.3.1 X-bar控制图 | 第71-75页 |
3.3.2 CUSUM控制图 | 第75-76页 |
3.4 本章小结 | 第76-78页 |
4 西藏古建木梁应变-温度理论模型 | 第78-94页 |
4.1 引言 | 第78页 |
4.2 结构简化模型 | 第78-80页 |
4.3 理论推导 | 第80-84页 |
4.3.1 △_(ε1)的推导 | 第80-81页 |
4.3.2 △_(ε2)的推导 | 第81-83页 |
4.3.3 温度循环作用分析 | 第83-84页 |
4.4 模型计算 | 第84-88页 |
4.4.1 参数的取值 | 第84-85页 |
4.4.2 应变增量的计算及对比 | 第85-88页 |
4.5 参数分析 | 第88-92页 |
4.5.1 不同温度起点分析 | 第88-90页 |
4.5.2 参数敏感性分析 | 第90-92页 |
4.6 本章小结 | 第92-94页 |
5 燕尾榫约束古建木梁温度效应试验研究 | 第94-108页 |
5.1 引言 | 第94页 |
5.2 试验概况 | 第94-96页 |
5.3 木梁的参数识别 | 第96-102页 |
5.3.1 顺纹方向弹性模量的识别 | 第96-98页 |
5.3.2 燕尾榫拉压刚度的识别 | 第98-101页 |
5.3.3 燕尾榫转动刚度的识别 | 第101-102页 |
5.4 荷载作用下的应变分析 | 第102-107页 |
5.4.1 空载段的应变分析 | 第102-103页 |
5.4.2 荷载作用下无约束梁的应变分析 | 第103页 |
5.4.3 荷载作用下约束梁的应变分析 | 第103-104页 |
5.4.4 附加应变的理论计算 | 第104-107页 |
5.5 本章小结 | 第107-108页 |
6 基于长期监测数据的西藏古建木结构变形预测 | 第108-128页 |
6.1 引言 | 第108页 |
6.2 奇异谱分析预测方法 | 第108-109页 |
6.2.1 SSA预测 | 第108-109页 |
6.2.2 SSA的参数选择 | 第109页 |
6.3 数据预测 | 第109-125页 |
6.3.1 长期预测 | 第110-117页 |
6.3.2 短期预测 | 第117-123页 |
6.3.3 预测结果对比 | 第123-125页 |
6.4 本章小结 | 第125-128页 |
7 结论与展望 | 第128-130页 |
7.1 本文主要结论 | 第128-129页 |
7.2 展望 | 第129-130页 |
参考文献 | 第130-142页 |
作者简历 | 第142-146页 |
学位论文数据集 | 第146页 |