| 内容提要 | 第1-7页 |
| 第1章 绪论 | 第7-14页 |
| ·桥梁结构健康监测和损伤识别的研究背景和意义 | 第7-8页 |
| ·桥梁结构健康监测系统国内外研究现状 | 第8-9页 |
| ·结构损伤识别的方法及研究现状 | 第9-11页 |
| ·问题描述 | 第9-10页 |
| ·结构损伤识别的研究现状 | 第10-11页 |
| ·结构损伤识别存在的问题 | 第11-12页 |
| ·损伤识别技术的研究重点及发展趋势 | 第12-13页 |
| ·本文的主要研究内容 | 第13-14页 |
| 第2章 结构损伤识别的基本理论及方法 | 第14-35页 |
| ·结构损伤识别的基本理论 | 第14-16页 |
| ·结构损伤识别的特征值问题 | 第14-15页 |
| ·损伤结构的动力有限元模型 | 第15-16页 |
| ·结构损伤识别方法简介 | 第16-28页 |
| ·基于模型修正的损伤识别方法 | 第16-18页 |
| ·基于动力测试数据的结构损伤识别方法 | 第18-25页 |
| ·基于人工智能的结构损伤识别方法 | 第25-28页 |
| ·基于曲率模态理论的单片简支梁桥损伤识别 | 第28-34页 |
| ·理论基础 | 第28-30页 |
| ·结构模型的建立 | 第30页 |
| ·结构损伤识别结果 | 第30-34页 |
| ·小结 | 第34-35页 |
| 第3章 神经网络理论及其在结构损伤识别中的应用 | 第35-51页 |
| ·人工神经网络的基本理论 | 第35-39页 |
| ·神经元模型和网络结构 | 第35-38页 |
| ·人工神经网络的分类 | 第38页 |
| ·人工神经网络学习规则 | 第38-39页 |
| ·BP 网络及其算法 | 第39-42页 |
| ·BP 算法简介 | 第40-41页 |
| ·BP 算法存在的问题及其改进方法 | 第41-42页 |
| ·神经网络在单片简支梁桥损伤识别中的应用 | 第42-50页 |
| ·输入参数及输出参数的确定 | 第42-43页 |
| ·学习算法的选取 | 第43-44页 |
| ·单片简支T 梁桥的数值仿真分析 | 第44-50页 |
| ·本章小结 | 第50-51页 |
| 第4章 基于曲率模态理论与神经网络的简支T 梁桥损伤识别研究 | 第51-77页 |
| ·前言 | 第51-52页 |
| ·五片简支T 梁桥数值模拟 | 第52-53页 |
| ·模型概况 | 第52-53页 |
| ·模型分析结果 | 第53页 |
| ·基于频率变化的损伤判定 | 第53-54页 |
| ·基于曲率模态理论的简支T 梁桥损伤定位 | 第54-70页 |
| ·基于神经网络的简支T 梁桥损伤定位及损伤程度识别 | 第70-75页 |
| ·单位置损伤精确定位及损伤程度识别 | 第70-73页 |
| ·双位置损伤精确定位及损伤程度识别 | 第73-74页 |
| ·三位置损伤精确定位及损伤程度识别 | 第74-75页 |
| ·本章小结 | 第75-77页 |
| 第5章 结论与展望 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83-84页 |
| 摘要 | 第84-86页 |
| ABSTRACT | 第86-87页 |