基于扭转波的一维砼构件探伤综合实验研究与分析
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 立题的背景意义和目的 | 第10-11页 |
| 1.1.1 一维砼构件探伤的背景意义 | 第10页 |
| 1.1.2 一维砼构件探伤的目的 | 第10-11页 |
| 1.2 一维砼构件低应变检测技术的发展与现状 | 第11-12页 |
| 1.3 扭转波检测法研究现状及应用情况 | 第12-14页 |
| 1.4 存在的问题及研究内容 | 第14-16页 |
| 1.4.1 存在的问题 | 第14页 |
| 1.4.2 本文的研究内容 | 第14-16页 |
| 第2章 一维砼构件应力波检测理论与实验分析 | 第16-37页 |
| 2.1 低应变检测法基本理论 | 第16-21页 |
| 2.1.1 一维砼构件的基本假定 | 第16页 |
| 2.1.2 纵向应力波的基本理论 | 第16-18页 |
| 2.1.3 扭转应力波的基本理论 | 第18-19页 |
| 2.1.4 应力波的反射与透射 | 第19-21页 |
| 2.2 一维砼构件缺陷类型及评价标准 | 第21-26页 |
| 2.2.1 常见一维砼构件突变类型及特征 | 第21-25页 |
| 2.2.2 一维砼构件完整性评价与判定标准 | 第25-26页 |
| 2.3 应力波检测法的局限性分析 | 第26-27页 |
| 2.4 扭转波与纵波检测法的对比实验分析 | 第27-36页 |
| 2.4.1 完整砼构件中仿真与分析 | 第29-30页 |
| 2.4.2 小缺陷检测误差分析 | 第30-33页 |
| 2.4.3 浅部缺陷检测误差分析 | 第33-36页 |
| 2.5 本章小结 | 第36-37页 |
| 第3章 一维砼构件缺陷识别方法研究 | 第37-51页 |
| 3.1 一维砼构件缺陷识别基本理论 | 第37页 |
| 3.1.1 小波分析 | 第37页 |
| 3.1.2 熵理论 | 第37页 |
| 3.2 基于相对小波奇异熵的缺陷识别方法 | 第37-42页 |
| 3.2.1 相对小波奇异熵 | 第38-39页 |
| 3.2.2 相对小波奇异熵特征向量模型 | 第39页 |
| 3.2.3 基于相对小波奇异熵的缺陷识别 | 第39-41页 |
| 3.2.4 分析与讨论 | 第41-42页 |
| 3.3 基于最大熵的权值自适应特征融合算法 | 第42-49页 |
| 3.3.1 用于融合的特征提取方法 | 第42-44页 |
| 3.3.2 多特征融合算法的选择及改进 | 第44-47页 |
| 3.3.3 分析与讨论 | 第47-49页 |
| 3.4 实例分析 | 第49-50页 |
| 3.5 本章小结 | 第50-51页 |
| 第4章 基于扭转波的一维砼构件缺陷定量分析 | 第51-66页 |
| 4.1 基于扭转波的一维砼构件缺陷量化关系 | 第51-59页 |
| 4.1.1 一维砼构件中扭转波的解析解 | 第51-55页 |
| 4.1.2 缺陷程度量化关系式 | 第55-57页 |
| 4.1.3 影响缺陷程度的因素分析 | 第57-59页 |
| 4.2 基于改进帐篷映射的自适应粒子群算法 | 第59-63页 |
| 4.2.1 帐篷映射 | 第59-60页 |
| 4.2.2 粒子群优化算法 | 第60-61页 |
| 4.2.3 改进的粒子群优化算法 | 第61页 |
| 4.2.4 仿真与分析 | 第61-63页 |
| 4.3 基于改进的参数识别方法的缺陷量化分析 | 第63-64页 |
| 4.4 本章小结 | 第64-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-74页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第74-75页 |
| 致谢 | 第75页 |
