摘要 | 第1-5页 |
ABSTRACT | 第5-11页 |
第1章 绪论 | 第11-23页 |
·预应力混凝土桥梁的发展和待解决的技术问题 | 第11-15页 |
·预应力混凝土连续梁桥的现状 | 第11-12页 |
·大跨径预应力混凝土连续梁桥的发展 | 第12-13页 |
·预应力混凝土连续梁桥需要解决的问题 | 第13-15页 |
·文献资料综述 | 第15-20页 |
·反问题研究进展 | 第15-18页 |
·预应力损失与结构分析计算 | 第18页 |
·结构损伤识别相关技术的发展 | 第18-19页 |
·遗传算法近几年来的发展 | 第19-20页 |
·本论文研究的意义 | 第20-21页 |
·本论文主要研究内容 | 第21-23页 |
第2章 反问题的定义和性质 | 第23-30页 |
·反问题的定义 | 第23-24页 |
·反问题的分类 | 第24-26页 |
·反问题分析所必要的信息 | 第26-27页 |
·反问题的不适定性 | 第27-30页 |
第3章 反问题分析方法基础 | 第30-43页 |
·反问题分析方法的特点 | 第30-31页 |
·积分方程形式 | 第31-33页 |
·积分方程形式 | 第31-32页 |
·积分变换 | 第32页 |
·用伴随算子的边界积分 | 第32-33页 |
·矩阵方程法 | 第33页 |
·矩阵特征值分解法 | 第33-35页 |
·Tikhonov调整法和人工噪声调整法 | 第35-37页 |
·调整参数的确定方法 | 第37-38页 |
·选择法和最小残差法 | 第38-40页 |
·反问题的几个例子 | 第40-43页 |
·逆散射 | 第40-41页 |
·在声波波动方程的反问题中基函数的优化 | 第41-43页 |
第4章 钟祥汉江公路大桥工程简介及病害描述 | 第43-49页 |
·钟祥大桥工程概述 | 第43-45页 |
·钟祥大桥的主要技术标准 | 第43页 |
·钟祥大桥的经济地位 | 第43-45页 |
·主桥上部构造和预应力设计 | 第45-47页 |
·主桥总体布置 | 第45页 |
·主桥上部结构布置 | 第45-46页 |
·主桥下部结构布置 | 第46-47页 |
·主桥其他设施布置 | 第47页 |
·钟祥大桥安全隐患检测情况 | 第47-49页 |
·跟踪检测背景 | 第47页 |
·腹板裂缝 | 第47-48页 |
·桥面线形 | 第48页 |
·其他缺陷情况 | 第48-49页 |
第5章 连续梁桥上部结构建模及计算分析 | 第49-57页 |
·概述 | 第49页 |
·桥梁结构有限元分析系统软件“桥梁博士”系统简介 | 第49-52页 |
·计算模型及参数选择 | 第52-55页 |
·分析方法及软件运用 | 第52页 |
·计算模型 | 第52页 |
·坐标系 | 第52-53页 |
·主要截面单元节点坐标 | 第53页 |
·边界条件 | 第53页 |
·荷载 | 第53-54页 |
·受力阶段的划分 | 第54-55页 |
·数据输入及计算结果 | 第55-57页 |
·结构计算数据输入 | 第55页 |
·运营阶段计算结果 | 第55-57页 |
第6章 预应力附加损失研究 | 第57-78页 |
·钟祥汉江公路大桥病害成因的探讨 | 第57-63页 |
·主要病害描述 | 第57页 |
·病害成因的探讨 | 第57-59页 |
·关于预应力损失造成的桥梁病害成因分析 | 第59-63页 |
·预应力附加损失现象 | 第63-66页 |
·线形方面的反映 | 第63-64页 |
·腹板斜裂缝方面的反映 | 第64-66页 |
·纵向预应力附加损失建模与分析 | 第66-68页 |
·生长模型 | 第66-67页 |
·预应力附加损失模型 | 第67-68页 |
·纵向预应力附加损失的具体识别过程 | 第68-74页 |
·设计目标函数 | 第68页 |
·遗传算法的主要优点 | 第68-69页 |
·实数直接操作的遗传算法 | 第69-70页 |
·对遗传算法的说明 | 第70-72页 |
·计算结果 | 第72-73页 |
·线形方面的效果 | 第73-74页 |
·预应力混凝土连续箱梁裂缝 | 第74-78页 |
第7章 基于BP神经网络和遗传算法结合的损伤识别方法 | 第78-98页 |
·人工神经网络(Artificial Neural Networks—ANNs) | 第79-87页 |
·人工神经网络基本概念 | 第79-80页 |
·BP神经网络基本原理 | 第80-87页 |
·神经网络的损伤识别方法 | 第87-89页 |
·遗传算法(Genetic Algorithm—GA) | 第89-94页 |
·遗传算法工作原理 | 第90-93页 |
·遗传算法的显著特点 | 第93-94页 |
·遗传算法的结构损伤识别方法 | 第94-96页 |
·BP神经网络与遗传算法结合的损伤识别方法 | 第96-98页 |
第8章 损伤识别过程分析 | 第98-130页 |
·有限元建模 | 第98-102页 |
·公路桥梁结构设计系统GQJS简介 | 第98-101页 |
·模型的建立 | 第101-102页 |
·损伤识别研究的几点说明 | 第102-103页 |
·抗弯刚度损伤的识别 | 第103-115页 |
·弹模E损伤的样本采集 | 第103-111页 |
·BP神经网络训练 | 第111-113页 |
·遗传算法的目标函数设计 | 第113-115页 |
·纵向预应力附加损失的识别 | 第115-126页 |
·预应力附加损失的样本采集 | 第115-123页 |
·BP神经网络训练 | 第123-125页 |
·遗传算法的目标函数设计 | 第125页 |
·识别的结果 | 第125-126页 |
·钟祥大桥实际承载能力估算 | 第126-129页 |
·本章小节 | 第129-130页 |
第9章 结论与展望 | 第130-132页 |
·本论文结论 | 第130-131页 |
·后续研究工作展望 | 第131-132页 |
第10章 附录:避免近亲繁殖的遗传算法 | 第132-140页 |
·前言 | 第132页 |
·遗传算法的改进概述 | 第132-134页 |
·编码 | 第132-133页 |
·适应值函数的建立 | 第133页 |
·遗传操作的改进 | 第133-134页 |
·避免近亲繁殖的遗传算法 | 第134-136页 |
·个体差异的衡量 | 第134页 |
·种群多样性的控制 | 第134页 |
·个体间距离的动态判别 | 第134-136页 |
·算例分析 | 第136-139页 |
·例一 | 第136-138页 |
·例二 | 第138-139页 |
·结语 | 第139-140页 |
参考文献 | 第140-152页 |
致谢 | 第152-153页 |
攻读博士学位期间发表的论文、研究工作及获奖 | 第153-154页 |