| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第1章 绪论 | 第12-24页 |
| ·选题背景及意义 | 第12-14页 |
| ·损伤识别的研究现状 | 第14-20页 |
| ·基于动态参数的损伤识别技术 | 第15-19页 |
| ·基于静态参数的损伤识别技术 | 第19-20页 |
| ·传感器布置方法的研究现状 | 第20-22页 |
| ·传感器布设方法的研究 | 第20-22页 |
| ·传感器测点布设的评估标准 | 第22页 |
| ·论文的主要内容 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第2章 悬索桥损伤行为的模型试验研究 | 第24-39页 |
| ·悬索桥试验模型简介 | 第24-26页 |
| ·损伤试验方案设计 | 第26-27页 |
| ·试验内容的确定 | 第26页 |
| ·损伤工况 | 第26-27页 |
| ·损伤试验的观测与分析 | 第27-38页 |
| ·加劲梁各控制截面的挠度观测 | 第27-29页 |
| ·加劲梁和桥塔各控制截面的应变测试 | 第29-31页 |
| ·主缆应变的测试 | 第31-33页 |
| ·吊索应变的测试 | 第33-35页 |
| ·固有频率的测试 | 第35-38页 |
| ·损伤模拟试验的分析总结 | 第38页 |
| ·本章小结 | 第38-39页 |
| 第3章 悬索桥损伤识别指标体系分析 | 第39-72页 |
| ·悬索桥结构损伤识别指标体系构成 | 第39-44页 |
| ·结构固有频率变化比指标 | 第39-41页 |
| ·模态曲率差指标 | 第41-43页 |
| ·静态应变差指标 | 第43-44页 |
| ·有限元模型 | 第44-45页 |
| ·吊索损伤时各个指标的识别效果比较分析 | 第45-49页 |
| ·频率变化比指标对吊索损伤的识别分析 | 第46-47页 |
| ·模态曲率差指标对吊索损伤的识别分析 | 第47-48页 |
| ·静态应变差指标对吊索损伤的识别分析 | 第48-49页 |
| ·主缆损伤时各个指标的识别效果比较分析 | 第49-52页 |
| ·频率变化比指标对主缆损伤的识别分析 | 第50-51页 |
| ·模态曲率差指标对主缆损伤的识别分析 | 第51页 |
| ·静态应变差指标对主缆损伤的识别分析 | 第51-52页 |
| ·主梁损伤时各个指标的识别效果比较分析 | 第52-69页 |
| ·频率变化比指标对主梁损伤的识别分析 | 第53-62页 |
| ·模态曲率差指标对主梁损伤的识别分析 | 第62-67页 |
| ·静态应变差指标对主梁损伤的识别分析 | 第67-69页 |
| ·本章小节 | 第69-72页 |
| 第4章 面向损伤识别指标体系的传感器布设 | 第72-91页 |
| ·基于静态应变差指标的传感器布设 | 第72-76页 |
| ·基于频率变化比指标的传感器布设 | 第76-82页 |
| ·最大动能法 | 第76-77页 |
| ·有效独立法 | 第77-82页 |
| ·基于模态曲率差指标的传感器布设 | 第82-90页 |
| ·确定结构的主导模态 | 第82页 |
| ·初始测点的选取 | 第82-86页 |
| ·传感器的优化布设 | 第86-88页 |
| ·利用优化后的传感器布设方法进行损伤识别 | 第88-90页 |
| ·本章小节 | 第90-91页 |
| 第5章 基于吊索振动和神经网络相结合的悬索桥损伤识别 | 第91-112页 |
| ·神经网络 | 第91-97页 |
| ·人工神经网络的基本理论 | 第91-92页 |
| ·人工神经网络的类型 | 第92页 |
| ·神经网络的学习训练法则 | 第92页 |
| ·反向传播网络(BP)网络 | 第92-95页 |
| ·损伤识别时神经网络构造与训练/识别 | 第95-97页 |
| ·索张力指标 | 第97-101页 |
| ·悬索桥损伤识别方法 | 第101-111页 |
| ·数值模拟研究 | 第101-107页 |
| ·模型试验研究 | 第107-111页 |
| ·本章小节 | 第111-112页 |
| 第6章 HHT信号处理分析 | 第112-123页 |
| ·传统信号分析方法 | 第112-114页 |
| ·基于HHT的信号分析 | 第114-122页 |
| ·本章小节 | 第122-123页 |
| 结论 | 第123-125页 |
| 本文主要结论 | 第123页 |
| 展望 | 第123-125页 |
| 参考文献 | 第125-131页 |
| 附表 | 第131-143页 |
| 攻读学位期间发表的论文 | 第143-144页 |
| 致谢 | 第144页 |