| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究意义 | 第11-12页 |
| 1.2 研究现状 | 第12-15页 |
| 1.2.1 模态参数自动化识别研究现状 | 第12-13页 |
| 1.2.2 信号分解与重构方法研究现状 | 第13-15页 |
| 1.3 本文的研究目标和主要内容 | 第15-17页 |
| 1.3.1 主要研究目标 | 第15页 |
| 1.3.2 主要研究内容 | 第15-17页 |
| 第2章 环境激励下桥梁结构动力响应信号的分解与重构 | 第17-31页 |
| 2.1 总体平均经验模态分解算法 | 第17-18页 |
| 2.2 总体平均经验模态分解算法的改进 | 第18-24页 |
| 2.2.1 添加白噪声幅值标准差的确定 | 第18-19页 |
| 2.2.2 集成平均次数的确定 | 第19页 |
| 2.2.3 改进算法的基本原理及数学推导 | 第19-20页 |
| 2.2.4 聚类分析的运用 | 第20-22页 |
| 2.2.5 有效IMF分量的判定 | 第22-24页 |
| 2.3 实验仿真 | 第24-30页 |
| 2.3.1 添加白噪声幅值标准差和集成次数 | 第25-26页 |
| 2.3.2 分量结果对比 | 第26-27页 |
| 2.3.3 聚类分析结果对比 | 第27页 |
| 2.3.4 有效IMF分量的筛选 | 第27-29页 |
| 2.3.5 EEMD与EEMDCAN结果的对比 | 第29-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 模态参数自动化识别 | 第31-46页 |
| 3.1 数据驱动随机子空间 | 第31-33页 |
| 3.2 系统阶次的自动化识别 | 第33-35页 |
| 3.2.1 奇异值跳跃法 | 第33-34页 |
| 3.2.2 稳定图法 | 第34-35页 |
| 3.2.3 自动定阶算法 | 第35页 |
| 3.3 模态参数自动化识别 | 第35-38页 |
| 3.4 简支梁桥仿真算例 | 第38-46页 |
| 3.4.1 简支梁桥模型 | 第38-39页 |
| 3.4.2 有限元计算 | 第39-40页 |
| 3.4.3 环境激励的模拟 | 第40页 |
| 3.4.4 数值模拟的结构响应 | 第40-41页 |
| 3.4.5 模态参数自动化识别 | 第41-46页 |
| 第4章 桥梁结构模态参数自动化识别 | 第46-77页 |
| 4.1 工程背景 | 第46页 |
| 4.2 响应信号筛选 | 第46-48页 |
| 4.3 信号的分解与重构 | 第48-51页 |
| 4.3.1 实际振动信号 | 第48-49页 |
| 4.3.2 IMF分量结果对比分析 | 第49-51页 |
| 4.3.3 信号重构 | 第51页 |
| 4.4 实际桥梁系统阶次 | 第51-52页 |
| 4.5 横桥向模态参数自动化识别 | 第52-64页 |
| 4.5.1 横桥向模态参数结果 | 第52-58页 |
| 4.5.2 各季度横桥向频率变化情况 | 第58-64页 |
| 4.6 竖桥向模态参数自动化识别 | 第64-76页 |
| 4.6.1 竖桥向模态参数结果 | 第64-70页 |
| 4.6.2 各季度竖桥向频率变化情况 | 第70-76页 |
| 4.7 本章小结 | 第76-77页 |
| 第5章 结论及展望 | 第77-79页 |
| 5.1 结论 | 第77页 |
| 5.2 展望 | 第77-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-85页 |