| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-22页 |
| 1.1 大型承载钢结构损伤诊断的研究意义 | 第10-11页 |
| 1.2 结构损伤诊断方法的研究现状 | 第11-17页 |
| 1.2.1 基于静态特性的损伤诊断方法研究现状 | 第13页 |
| 1.2.2 基于动态特性的损伤诊断方法研究现状 | 第13-15页 |
| 1.2.3 基于智能计算的损伤诊断方法研究现状 | 第15-16页 |
| 1.2.4 基于模型修正的损伤诊断方法研究现状 | 第16-17页 |
| 1.3 遗传算法的发展现状 | 第17-19页 |
| 1.3.1 遗传算法的应用研究现状 | 第17页 |
| 1.3.2 遗传算法在损伤诊断中的研究现状 | 第17-19页 |
| 1.4 大型承载钢结构损伤诊断的发展现状 | 第19-20页 |
| 1.5 课题来源和主要内容 | 第20-22页 |
| 1.5.1 课题来源 | 第20页 |
| 1.5.2 主要内容 | 第20-22页 |
| 第2章 大型承载钢结构模型的建立及分析 | 第22-29页 |
| 2.1 简支梁有限元模型的建立及分析 | 第22-24页 |
| 2.1.1 有限元模型的建立 | 第22页 |
| 2.1.2 数值分析 | 第22-24页 |
| 2.2 井架钢结构有限元模型的建立及分析 | 第24-28页 |
| 2.2.1 有限元模型的建立 | 第24-25页 |
| 2.2.2 数值分析 | 第25-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第3章 基于自适应遗传算法的单损伤诊断方法研究 | 第29-44页 |
| 3.1 自适应遗传算法的原理和实现技术 | 第29-33页 |
| 3.1.1 遗传算法的原理 | 第29页 |
| 3.1.2 自适应遗传算法的原理 | 第29-30页 |
| 3.1.3 遗传算法的实现技术 | 第30-32页 |
| 3.1.4 基于自适应遗传算法的损伤诊断方法 | 第32-33页 |
| 3.2 基于自适应遗传算法的动力参数损伤诊断原理 | 第33-36页 |
| 3.2.1 应用固有频率的损伤诊断原理 | 第33-34页 |
| 3.2.2 应用振型的损伤诊断原理 | 第34-35页 |
| 3.2.3 构造遗传算法的适应度函数 | 第35-36页 |
| 3.3 基于自适应遗传算法的简支梁损伤诊断 | 第36-41页 |
| 3.4 基于自适应遗传算法的大型承载钢结构损伤诊断 | 第41-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 基于动力参数和遗传算法的多损伤分步诊断方法研究 | 第44-52页 |
| 4.1 多损伤分步诊断原理 | 第44-46页 |
| 4.1.1 利用动力参数的损伤位置诊断原理 | 第44-45页 |
| 4.1.2 利用动力参数的损伤程度诊断原理 | 第45-46页 |
| 4.2 损伤工况和模型的数值分析 | 第46页 |
| 4.2.1 损伤工况 | 第46页 |
| 4.2.2 模型的数值分析 | 第46页 |
| 4.3 基于动力参数的多损伤位置诊断 | 第46-49页 |
| 4.4 基于遗传算法的多损伤程度诊断 | 第49-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第5章 基于静动力参数和遗传算法的多损伤分步诊断方法研究 | 第52-62页 |
| 5.1 多损伤分步诊断原理 | 第52-53页 |
| 5.1.1 利用静力参数的损伤位置诊断原理 | 第52-53页 |
| 5.1.2 利用动力参数的损伤程度诊断原理 | 第53页 |
| 5.2 模型的数值分析和损伤工况 | 第53-55页 |
| 5.2.1 损伤工况 | 第53-54页 |
| 5.2.2 模型的数值分析 | 第54-55页 |
| 5.3 基于静力参数的多损伤位置诊断 | 第55-56页 |
| 5.4 基于遗传算法的多损伤程度诊断 | 第56-60页 |
| 5.5 本章小结 | 第60-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第69-70页 |
| 致谢 | 第70-71页 |
| 作者简介 | 第71页 |
