首页--交通运输论文--公路运输论文--桥涵工程论文--结构原理、结构力学论文

桥梁自振频率温度效应分析及寒冷地区吊杆索力监测系统构建

摘要第4-7页
ABSTRACT第7-9页
第1章 绪论第14-26页
    1.1 研究目的及意义第14-15页
    1.2 国内外研究现状第15-24页
        1.2.1 温度对混凝土材料性能影响方面第15-18页
        1.2.2 桥梁结构温度效应分析方面第18-20页
        1.2.3 温度对桥梁自振频率影响方面第20-23页
        1.2.4 索力状态评估方面第23-24页
    1.3 本文的研究内容第24-26页
第2章 温度对混凝土力学性能影响的试验研究第26-40页
    2.1 引言第26页
    2.2 试验数据分析方法第26-27页
    2.3 组成材料选择第27-30页
        2.3.1 水泥第27-28页
        2.3.2 集料第28页
        2.3.3 砂第28-29页
        2.3.4 配合比及坍落度试验第29-30页
    2.4 混凝土力学性能试验第30-36页
        2.4.1 立方体抗压强度试验第30页
        2.4.2 轴心抗压强度试验第30-31页
        2.4.3 弹性模量试验第31-32页
        2.4.4 劈裂抗拉强度试验第32-34页
        2.4.5 泊松比试验第34-36页
    2.5 温度对板梁自振频率影响的试验研究第36-39页
    2.6 本章小结第39-40页
第3章 日照温度场作用下简支梁自振频率计算方法第40-48页
    3.1 引言第40页
    3.2 日照温度场作用下简支梁受力分析第40-42页
        3.2.1 日照温度场作用下简支梁的受力模式第40页
        3.2.2 日照温度场作用下等效偏心轴力的计算第40-42页
    3.3 偏心轴力作用下简支梁自振频率计算第42-44页
    3.4 数值算例第44-46页
        3.4.1 模拟对象第44-45页
        3.4.2 等效偏心轴力的计算第45-46页
        3.4.3 自振频率计算结果第46页
    3.5 本章小结第46-48页
第4章 基于随机子空间法的连续箱梁桥自振频率温度影响分析第48-68页
    4.1 引言第48页
    4.2 连续箱梁桥中温度应力的求解方法第48-51页
        4.2.1 温度自应力求解方法第49-50页
        4.2.2 温度次内力计算方法第50-51页
    4.3 基于数据驱动的随机子空间算法第51-57页
        4.3.1 离散状态空间第51-52页
        4.3.2 动力参数识别过程第52-55页
        4.3.3 系统定阶第55-56页
        4.3.4 随机子空间识别动力参数流程第56-57页
    4.4 有限元法的基本原理第57-60页
    4.5 自振频率计算过程第60-61页
    4.6 数值算例及验证第61-65页
        4.6.1 分析对象第61页
        4.6.2 有限元模型及分析结果第61-63页
        4.6.3 自振频率分析结果第63-64页
        4.6.4 考虑材料力学性能变异时的自振频率分析结果第64-65页
    4.7 本章小结第65-68页
第5章 寒冷地区吊杆拱桥索力状态评价方法及监测系统构建第68-88页
    5.1 引言第68-69页
    5.2 索力监测系统的构建第69-71页
        5.2.1 索力监测系统的基本思想第69-70页
        5.2.2 监测系统总体框架第70页
        5.2.3 监测系统工作原理第70-71页
    5.3 数据传输控制方法第71-75页
        5.3.1 灰色关联度理论第71页
        5.3.2 单索频率数据甄别第71-72页
        5.3.3 全桥索频率数据甄别第72-75页
    5.4 单索索力评价方法第75-76页
    5.5 基于支持向量机的全桥索力评价方法第76-82页
        5.5.1 理论基础第76-79页
        5.5.2 全桥索力状态评价过程第79-82页
    5.6 系统调试验证第82-86页
        5.6.1 单根吊杆调试第83-85页
        5.6.2 全桥吊杆调试第85-86页
    5.7 本章小结第86-88页
第6章 桥梁自振频率测试过程中的温度效应分析第88-104页
    6.1 引言第88页
    6.2 相关理论第88-95页
        6.2.1 相关性分析第88-89页
        6.2.2 粒子群算法第89-90页
        6.2.3 BP 神经网络算法第90-94页
        6.2.4 粒子群优化神经网络算法第94-95页
    6.3 实际工程应用第95-102页
        6.3.1 工程概况第95-97页
        6.3.2 测试到的基础数据第97-99页
        6.3.3 数据相关性分析第99-100页
        6.3.4 自振频率预测结果第100-101页
        6.3.5 温度影响的剔除第101-102页
    6.4 本章小结第102-104页
第7章 结论与展望第104-106页
    7.1 结论第104-105页
    7.2 展望第105-106页
参考文献第106-114页
作者简介及科研成果第114-116页
致谢第116页

论文共116页,点击 下载论文
上一篇:高校思想政治教育的人性化研究
下一篇:新时期高校大学生党员教育研究