道桥结构健康监测中的数据甄别处理技术研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-13页 |
| 第1章 绪论 | 第13-31页 |
| ·研究背景与项目来源 | 第13-15页 |
| ·国内外的研究现状 | 第15-29页 |
| ·国外应用与研究现状 | 第15-26页 |
| ·国内应用与研究现状 | 第26-29页 |
| ·本文的主要研究内容 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第2章 道路桥梁灾害参数监测过程 | 第31-39页 |
| ·监测参数的确定 | 第31-34页 |
| ·路基参数 | 第31-33页 |
| ·边坡参数 | 第33页 |
| ·桥梁参数 | 第33-34页 |
| ·数据甄别基本框架 | 第34-36页 |
| ·本章小结 | 第36-39页 |
| 第3章 参数监测中的数据甄别处理方法简介 | 第39-67页 |
| ·回归分析 | 第39-42页 |
| ·一元线性回归 | 第39-40页 |
| ·多元线性回归 | 第40页 |
| ·回归方程的显著性检验 | 第40-41页 |
| ·回归系数的显著性检验 | 第41-42页 |
| ·频谱分析 | 第42-44页 |
| ·Fourier 级数 | 第42-43页 |
| ·Fourier 变换 | 第43-44页 |
| ·神经网络 | 第44-48页 |
| ·BP 神经网络学习步骤 | 第44-45页 |
| ·BP 神经网络的计算 | 第45-48页 |
| ·小波分析 | 第48-52页 |
| ·小波理论基础 | 第49-50页 |
| ·小波变换 | 第50-51页 |
| ·信号的二进小波分解与重构 | 第51-52页 |
| ·卡尔曼滤波 | 第52-55页 |
| ·卡尔曼滤波模型 | 第52-54页 |
| ·卡尔曼滤波的特点 | 第54-55页 |
| ·马尔科夫链 | 第55-57页 |
| ·马尔科夫过程及其概率分布 | 第55页 |
| ·马尔科夫链预测模型 | 第55-57页 |
| ·时间序列 | 第57-60页 |
| ·时间序列的数字特征 | 第57-58页 |
| ·平稳时序检验 | 第58-59页 |
| ·平稳时序的几种模型 | 第59-60页 |
| ·灰色关联度分析 | 第60-65页 |
| ·数据序列的获取 | 第60页 |
| ·数据序列预处理 | 第60-62页 |
| ·灰色关联度模型 | 第62-65页 |
| ·本章小结 | 第65-67页 |
| 第4章 基于时间序列的边坡、路基监测数据甄别方法 | 第67-95页 |
| ·边坡、路基监测指标的确定 | 第67-68页 |
| ·边坡监测指标 | 第67-68页 |
| ·路基监测指标 | 第68页 |
| ·原始监测数据的可靠性检验、补插和平滑消噪处理 | 第68-72页 |
| ·原始监测数据检验 | 第69-70页 |
| ·监测数据的补插 | 第70页 |
| ·监测数据的平滑去噪 | 第70-72页 |
| ·基于时间序列的数据甄别模型 | 第72-78页 |
| ·ARMA 模型 | 第72-75页 |
| ·边坡、路基 ARMA 甄别模型的建立 | 第75-78页 |
| ·边坡、路基位移甄别模型的求解方法及计算流程 | 第78-80页 |
| ·模型求解过程及方法 | 第78-80页 |
| ·计算流程 | 第80页 |
| ·试验验证 | 第80-94页 |
| ·数据采集仪器和计算软件 | 第80-81页 |
| ·室内试验 | 第81-87页 |
| ·边坡监测实际工程应用 | 第87-90页 |
| ·路基监测实际工程应用 | 第90-94页 |
| ·本章小结 | 第94-95页 |
| 第5章 桥梁动态监测参数甄别方法 | 第95-111页 |
| ·桥梁动态响应的获取 | 第95-97页 |
| ·加速度响应的获取方法 | 第95-96页 |
| ·位移响应的获取方法 | 第96-97页 |
| ·桥梁动态参数甄别对策 | 第97-101页 |
| ·动力数据甄别的基本原理 | 第97-98页 |
| ·桥梁频率的计算 | 第98-100页 |
| ·外界影响的剔除方法 | 第100-101页 |
| ·桥梁频率甄别模型的建立 | 第101-103页 |
| ·甄别模型建立过程 | 第102-103页 |
| ·甄别的计算流程 | 第103页 |
| ·工程应用 | 第103-108页 |
| ·监测传感器布置 | 第104-105页 |
| ·初期数据采集及温度影响规律获取 | 第105-107页 |
| ·硅谷立交桥监测中动力参数的甄别处理 | 第107-108页 |
| ·本章小结 | 第108-111页 |
| 第6章 结论与展望 | 第111-115页 |
| ·结论 | 第111-112页 |
| ·展望 | 第112-115页 |
| 参考文献 | 第115-127页 |
| 作者简介及科研成果 | 第127-129页 |
| 致谢 | 第129页 |
