基于动力参数及BP神经网络相结合的桥梁损伤识别
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第12-21页 |
| 1.1 引言 | 第12-14页 |
| 1.2 桥梁结构损伤识别研究现状 | 第14-20页 |
| 1.2.1 桥梁结构损伤识别综述 | 第14-15页 |
| 1.2.2 基于静力特征的损伤识别 | 第15-16页 |
| 1.2.3 基于动力特征的损伤识别 | 第16-20页 |
| 1.3 本文主要的内容 | 第20-21页 |
| 第二章 桥梁结构动力损伤识别理论概述 | 第21-37页 |
| 2.1 前言 | 第21页 |
| 2.2 桥梁的损伤模型及裂缝产生 | 第21-23页 |
| 2.3 结构的动力特性 | 第23-24页 |
| 2.3.1 结构自振特性求解 | 第23-24页 |
| 2.3.2 结构主振型的正交性 | 第24页 |
| 2.4 基于动力特性的结构损伤识别 | 第24-33页 |
| 2.4.1 基于曲率模态损伤识别 | 第25-27页 |
| 2.4.2 基于固有频率的损伤识别 | 第27-30页 |
| 2.4.3 基于振型的损伤识别 | 第30-32页 |
| 2.4.4 基于柔度矩阵的损伤识别 | 第32-33页 |
| 2.5 基于神经网络的结构损伤识别 | 第33-36页 |
| 2.5.1 BP神经网络介绍 | 第33页 |
| 2.5.2 BP神经网络模型 | 第33-34页 |
| 2.5.3 BP神经网络学习算法 | 第34-35页 |
| 2.5.4 BP神经网络的局限性及改进 | 第35-36页 |
| 2.6 本章小结 | 第36-37页 |
| 第三章 基于车道荷载下结构动力特性损伤识别 | 第37-59页 |
| 3.1 引言 | 第37页 |
| 3.2 简支梁桥损伤分析 | 第37-49页 |
| 3.2.1 简支梁桥模型介绍 | 第37-38页 |
| 3.2.2 简支梁模态分析 | 第38-40页 |
| 3.2.3 结构损伤识别结果分析 | 第40-49页 |
| 3.3 下承式拱桥损伤分析 | 第49-57页 |
| 3.3.1 下承式拱桥模型介绍 | 第49-50页 |
| 3.3.2 下承式拱桥模态分析 | 第50-52页 |
| 3.3.3 下承式拱桥损伤识别指标结果分析 | 第52-57页 |
| 3.4 本章小结 | 第57-59页 |
| 第四章 基于BP神经网络的结构损伤识别 | 第59-73页 |
| 4.1 桥梁结构分步损伤识别 | 第59页 |
| 4.2 基于BP神经网络的结构损伤识别 | 第59-60页 |
| 4.2.1 基本步骤 | 第60页 |
| 4.2.2 结构损伤识别指标 | 第60页 |
| 4.3 BP神经网络——简支梁损伤识别 | 第60-67页 |
| 4.3.1 神经网络训练样本及测试样本采集 | 第60-64页 |
| 4.3.2 BP神经网络损伤程度识别 | 第64-65页 |
| 4.3.3 测试样本数据结果分析 | 第65-67页 |
| 4.3.4 结论 | 第67页 |
| 4.4 BP神经网络——拱桥损伤识别 | 第67-72页 |
| 4.4.1 拱桥损伤介绍 | 第67-71页 |
| 4.4.2 BP神经网络损伤程度识别 | 第71-72页 |
| 4.5 本章小结 | 第72-73页 |
| 第五章 结论与展望 | 第73-75页 |
| 5.1 结论 | 第73页 |
| 5.2 展望 | 第73-75页 |
| 参考文献 | 第75-78页 |
| 致谢 | 第78-79页 |
| 作者简介及读研期间主要科研成果 | 第79页 |
