| 摘要 | 第4-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第14-36页 |
| 1.1 研究背景、目的与意义 | 第14-16页 |
| 1.2 国内外研究现状 | 第16-33页 |
| 1.2.1 基于动力特性的桥梁损伤识别研究现状 | 第16-22页 |
| 1.2.2 环境因素对桥梁模态参数的影响研究现状 | 第22-28页 |
| 1.2.3 桥梁模态频率温度效应剔除方法研究现状 | 第28-32页 |
| 1.2.4 考虑不确定性的桥梁损伤识别研究现状 | 第32-33页 |
| 1.3 本文的主要研究内容 | 第33-36页 |
| 第2章 钢筋混凝土简支梁模态参数环境影响分析与机理研究 | 第36-60页 |
| 2.1 钢筋混凝土简支梁监测概述 | 第37-42页 |
| 2.1.1 试验梁设计与制作 | 第37-38页 |
| 2.1.2 数据采集与处理 | 第38-42页 |
| 2.2 模态参数环境因素影响分析 | 第42-48页 |
| 2.2.1 灰色关联度理论 | 第42-43页 |
| 2.2.2 环境因素与模态参数变化 | 第43-47页 |
| 2.2.3 环境因素影响关联度分析 | 第47-48页 |
| 2.3 模态参数温度变异性分析 | 第48-52页 |
| 2.3.1 试验梁内部温度分布 | 第48-50页 |
| 2.3.2 温度对模态参数的影响分析 | 第50-52页 |
| 2.4 温度对模态频率影响机理研究 | 第52-59页 |
| 2.4.1 温度对混凝土弹性模量的影响 | 第52-56页 |
| 2.4.2 温度对结构内力的影响 | 第56-59页 |
| 2.5 本章小结 | 第59-60页 |
| 第3章 钢筋混凝土简支梁模态频率量化模型构建 | 第60-86页 |
| 3.1 本章理论基础 | 第61-69页 |
| 3.1.1 线性主成分分析 | 第61-62页 |
| 3.1.2 BP神经网络 | 第62-63页 |
| 3.1.3 支持向量回归 | 第63-66页 |
| 3.1.4 遗传优化支持向量回归 | 第66-69页 |
| 3.2 钢筋混凝土简支梁模态频率回归预测模型构建 | 第69-77页 |
| 3.2.1 温度主成分分析 | 第69-70页 |
| 3.2.2 回归预测模型建立 | 第70-77页 |
| 3.3 预测模型性能分析与检验 | 第77-82页 |
| 3.3.1 预测性能分析 | 第77-78页 |
| 3.3.2 正态分布概率检验 | 第78-80页 |
| 3.3.3 假设检验 | 第80-82页 |
| 3.4 钢筋混凝土简支梁模态频率温度影响剔除 | 第82-83页 |
| 3.5 本章小结 | 第83-86页 |
| 第4章 基于统计过程控制与模糊聚类的桥梁损伤预警与评价方法研究 | 第86-108页 |
| 4.1 本章理论基础 | 第87-96页 |
| 4.1.1 统计过程控制原理 | 第87-89页 |
| 4.1.2 模糊聚类基本原理 | 第89-93页 |
| 4.1.3 FCM-PSO算法 | 第93-96页 |
| 4.2 基于统计过程控制的损伤预警 | 第96-98页 |
| 4.2.1 损伤模拟与工况建立 | 第96-97页 |
| 4.2.2 控制图损伤预警性能分析 | 第97-98页 |
| 4.3 统计过程控制鲁棒性分析 | 第98-100页 |
| 4.3.1 假阳性检验 | 第98-99页 |
| 4.3.2 抗噪性能分析 | 第99-100页 |
| 4.4 基于FCM-PSO算法的损伤程度评价 | 第100-106页 |
| 4.4.1 FCM-PSO损伤程度评价流程 | 第101页 |
| 4.4.2 损伤程度评价系统构建 | 第101-104页 |
| 4.4.3 损伤程度评价结果分析 | 第104-106页 |
| 4.5 本章小结 | 第106-108页 |
| 第5章 基于自联想神经网络的桥梁损伤诊断方法研究 | 第108-124页 |
| 5.1 本章理论基础 | 第109-113页 |
| 5.1.1 主成分重构原理 | 第109-110页 |
| 5.1.2 自联想神经网络原理 | 第110-112页 |
| 5.1.3 多元统计过程控制原理 | 第112-113页 |
| 5.2 自联想神经网络系统构建 | 第113-115页 |
| 5.3 自联想神经网络数据重构性能分析 | 第115-119页 |
| 5.3.1 无损状态模态频率重构 | 第115-116页 |
| 5.3.2 正态分布概率检验 | 第116-117页 |
| 5.3.3 损伤状态模态频率重构 | 第117-119页 |
| 5.4 基于多元统计过程控制与FCM-PSO的损伤诊断 | 第119-123页 |
| 5.4.1 多元统计过程控制损伤诊断 | 第119-120页 |
| 5.4.2 FCM-PSO损伤程度评价 | 第120-123页 |
| 5.5 本章小结 | 第123-124页 |
| 第6章 基于均匀荷载面曲率差与模糊推理的桥梁损伤识别方法研究 | 第124-148页 |
| 6.1 本章理论基础 | 第125-132页 |
| 6.1.1 ULSCD计算理论 | 第125-126页 |
| 6.1.2 模糊推理理论 | 第126-132页 |
| 6.2 基于ULSCD-FIS的损伤识别计算流程 | 第132-135页 |
| 6.2.1 模糊推理系统构建 | 第132-135页 |
| 6.2.2 ULSCD-FIS方法技术路线 | 第135页 |
| 6.3 ULSCD-FIS损伤识别方法性能分析 | 第135-144页 |
| 6.3.1 数值模型概况 | 第135-136页 |
| 6.3.2 ULSCD指标有效性分析 | 第136-137页 |
| 6.3.3 基于ULSCD-FIS的损伤识别 | 第137-144页 |
| 6.4 ULSCD-FIS损伤识别方法试验验证 | 第144-146页 |
| 6.4.1 损伤工况模拟 | 第144页 |
| 6.4.2 基于ULSCD-FIS的损伤识别 | 第144-146页 |
| 6.5 本章小结 | 第146-148页 |
| 第7章 结论与展望 | 第148-152页 |
| 7.1 研究结论 | 第148-150页 |
| 7.2 展望 | 第150-152页 |
| 参考文献 | 第152-169页 |
| 作者简介及科研成果 | 第169-173页 |
| 致谢 | 第173页 |
