基于振动测量的钢筋混凝土柱损伤识别研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-21页 |
| ·研究背景及意义 | 第11-12页 |
| ·结构损伤识别的研究现状 | 第12-20页 |
| ·早期的文献研究 | 第13-14页 |
| ·损伤识别方法概述 | 第14-19页 |
| ·损伤识别技术的发展趋势 | 第19-20页 |
| ·本文主要研究工作 | 第20-21页 |
| 第2章 结构模态参数识别的基本理论 | 第21-30页 |
| ·模态分析技术简介 | 第21-22页 |
| ·多参考点最小二乘复频域法(POLYMAX法) | 第22-24页 |
| ·系统模型的确定 | 第22-23页 |
| ·求极点和模态参预因子 | 第23-24页 |
| ·求模态振型 | 第24页 |
| ·特征系统实现算法 | 第24-30页 |
| ·状态方程 | 第25-26页 |
| ·系统最小实现 | 第26-28页 |
| ·模态参数 | 第28-30页 |
| 第3章 基于模型修正技术的钢筋混凝土柱损伤识别 | 第30-47页 |
| ·模型修正技术概况 | 第30-31页 |
| ·基于灵敏度分析的模型修正方法 | 第31-34页 |
| ·基于神经网络的模型修正方法 | 第34-36页 |
| ·BP神经网络 | 第34-35页 |
| ·理论介绍 | 第35-36页 |
| ·钢筋混凝土柱拟静力试验 | 第36-39页 |
| ·试件介绍 | 第36页 |
| ·试验布置 | 第36页 |
| ·加载制度 | 第36-38页 |
| ·拟静力试验试验结果 | 第38-39页 |
| ·模态试验及结果 | 第39-40页 |
| ·有限元模型建模策略 | 第40-41页 |
| ·损伤识别结果 | 第41-45页 |
| ·基于灵敏度分析模型修正法的损伤识别结果 | 第42-43页 |
| ·基于神经网络的模型修正法的损伤识别结果 | 第43-45页 |
| ·识别刚度与拟静力试验实测刚度比较 | 第45页 |
| ·本章小结 | 第45-47页 |
| 第4章 火灾后钢筋混凝土柱的损伤识别 | 第47-57页 |
| ·火灾试验概况 | 第47-50页 |
| ·试件介绍 | 第47-48页 |
| ·升温装置及火灾过程介绍 | 第48-50页 |
| ·模态试验及结果 | 第50-53页 |
| ·基于振型向量的损伤识别 | 第53-54页 |
| ·基于模型修正法的损伤识别结果 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第5章 基于时域信号的钢筋混凝土柱损伤识别 | 第57-65页 |
| ·理论基础 | 第57-58页 |
| ·参数识别步骤 | 第58-60页 |
| ·识别过程与结果 | 第60-64页 |
| ·神经网络模拟器的构造与训练 | 第60-62页 |
| ·参数识别神经网络的构造与训练 | 第62-63页 |
| ·目标结构的单元弹性模量识别 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第6章 考虑模态参数的不确定性的损伤识别方法 | 第65-72页 |
| ·损伤识别中的不确定性 | 第65-66页 |
| ·试验误差分析 | 第66-67页 |
| ·损伤概率的理论 | 第67-68页 |
| ·试验验证 | 第68-70页 |
| ·统计抽样 | 第68-70页 |
| ·样本分布检验 | 第70页 |
| ·损伤概率的计算 | 第70页 |
| ·本章小结 | 第70-72页 |
| 总结与展望 | 第72-74页 |
| 参考文献 | 第74-79页 |
| 致谢 | 第79-80页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第80页 |
