| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究背景和意义 | 第11页 |
| 1.2 损伤识别方法研究现状 | 第11-16页 |
| 1.2.1 按照结构响应类型分类 | 第12-15页 |
| 1.2.1.1 静力响应的损伤识别方法 | 第13页 |
| 1.2.1.2 振动响应的损伤识别方法 | 第13-15页 |
| 1.2.1.3 动静态响应的损伤识别方法 | 第15页 |
| 1.2.2 按照分析方法类型分类 | 第15-16页 |
| 1.3 现有方法存在的问题 | 第16-17页 |
| 1.4 本文主要研究内容 | 第17-18页 |
| 第二章 OSRV相平面法 | 第18-41页 |
| 2.1 引言 | 第18页 |
| 2.2 SRV的定义 | 第18-19页 |
| 2.3 基于OSRV的结构损伤识别方法 | 第19-24页 |
| 2.3.1 OSRV | 第19-21页 |
| 2.3.2 OSRV表征参数 | 第21-23页 |
| 2.3.3 基于OSRV相平面法的损伤识别原理 | 第23-24页 |
| 2.4 结构响应类型对损伤识别效果的影响研究 | 第24-35页 |
| 2.4.1 简支梁模型 | 第24-25页 |
| 2.4.2 基于静态响应的损伤识别方法 | 第25-31页 |
| 2.4.3 基于动静态响应的损伤识别方法 | 第31-35页 |
| 2.5 响应向量分量归一化方法对损伤识别效果的影响研究 | 第35-38页 |
| 2.6 OSRV相平面法鲁棒性研究 | 第38-40页 |
| 2.7 本章小结 | 第40-41页 |
| 第三章 基于SRV和支持向量机的梁状结构损伤识别研究 | 第41-57页 |
| 3.1 引言 | 第41页 |
| 3.2 支持向量机算法 | 第41-48页 |
| 3.2.1 二分类问题 | 第41-46页 |
| 3.2.2 多分类问题 | 第46-47页 |
| 3.2.3 回归问题 | 第47页 |
| 3.2.4 基于LIBSVM的分类和回归实现 | 第47-48页 |
| 3.3 基于SRV的支持向量机梁状结构损伤识别研究 | 第48-52页 |
| 3.3.1 简支梁损伤识别研究 | 第49-51页 |
| 3.3.2 悬臂梁损伤识别研究 | 第51-52页 |
| 3.4 基于支持向量机梁状结构损伤识别的SRV分量研究 | 第52-56页 |
| 3.4.1 SRV分量数量对损伤识别效果的影响研究 | 第53-55页 |
| 3.4.2 SRV分量类型对损伤识别效果的影响研究 | 第55-56页 |
| 3.5 本章小结 | 第56-57页 |
| 第四章 基于SRV的支持向量机桁架结构损伤识别研究 | 第57-70页 |
| 4.1 引言 | 第57页 |
| 4.2 桁架桥简介 | 第57-58页 |
| 4.3 桁架桥有限元模型建立、理论计算和试验 | 第58-63页 |
| 4.3.1 桁架桥有限元模型的建立 | 第58-60页 |
| 4.3.2 桁架桥模型理论计算 | 第60-61页 |
| 4.3.3 桁架桥模型试验验证 | 第61-63页 |
| 4.4 基于SRV和支持向量机的桁架桥损伤识别研究 | 第63-67页 |
| 4.4.1 桁架桥损伤样本库的建立 | 第63-65页 |
| 4.4.2 桁架桥损伤位置识别研究 | 第65-66页 |
| 4.4.3 桁架桥损伤程度识别研究 | 第66-67页 |
| 4.5 SRV识别方法鲁棒性研究 | 第67-69页 |
| 4.6 本章小结 | 第69-70页 |
| 结论与展望 | 第70-72页 |
| 本文主要工作及结论 | 第70-71页 |
| 展望 | 第71-72页 |
| 参考文献 | 第72-78页 |
| 攻读硕士学位期间取得的研究成果 | 第78-79页 |
| 致谢 | 第79-81页 |
| 附件 | 第81页 |
