基于残差均方根值法的结构损伤识别理论与应用
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-14页 |
| ·引言 | 第10-11页 |
| ·结构损伤识别研究现状 | 第11-13页 |
| ·本文研究的内容 | 第13-14页 |
| 第2章 基于振动的结构损伤识别方法 | 第14-28页 |
| ·动力指纹分析法 | 第14-21页 |
| ·时域模态分析方法 | 第14-18页 |
| ·基于频率改变的损伤识别方法 | 第18-19页 |
| ·基于振型的损伤识别方法 | 第19-20页 |
| ·基于模态应变能的损伤识别方法 | 第20-21页 |
| ·智能分析法 | 第21-24页 |
| ·基于神经网络的损伤识别方法 | 第21-22页 |
| ·基于小波分析的损伤识别方法 | 第22-24页 |
| ·基于BP神经网络的残差均方根值法 | 第24-27页 |
| ·BP神经网络简介 | 第24-26页 |
| ·基于BP神经网络的残差均方根值法 | 第26-27页 |
| ·小结 | 第27-28页 |
| 第3章 高强钢筋混凝土足尺梁振动测试与损伤识别 | 第28-49页 |
| ·简支梁损伤识别试验简介 | 第28-29页 |
| ·试验目的 | 第28页 |
| ·试验对象 | 第28页 |
| ·试验方案 | 第28-29页 |
| ·数据采集 | 第29页 |
| ·简支梁损伤识别试验研究结果 | 第29-34页 |
| ·频率变化率法的损伤识别结果 | 第29-31页 |
| ·残差均方根值法损伤识别结果 | 第31-34页 |
| ·简支梁损伤的数值模拟 | 第34-46页 |
| ·损伤的模拟 | 第34页 |
| ·残差均方根值法的损伤识别结果 | 第34-42页 |
| ·COMAC法损伤识别结果 | 第42-46页 |
| ·小结 | 第46-49页 |
| 第4章 基于BP神经网络的斜拉桥损伤识别 | 第49-62页 |
| ·工程背景 | 第49-50页 |
| ·桥梁损伤识别的神经网络应用 | 第50-51页 |
| ·残差均方根值法的桥梁损伤识别应用 | 第50-51页 |
| ·自然激励技术(NExT) | 第51页 |
| ·基于神经网络的银盆岭大桥损伤识别仿真分析 | 第51-60页 |
| ·长沙银盆岭大桥有限元模型 | 第51-52页 |
| ·银盆岭大桥损伤的模拟 | 第52-53页 |
| ·桥梁的激励与响应 | 第53-54页 |
| ·损伤位置的识别 | 第54-59页 |
| ·损伤程度的识别 | 第59-60页 |
| ·小结 | 第60-62页 |
| 结论与展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 附录(特征系统实现算法及残差均方根值法计算程序) | 第69-72页 |
