摘要 | 第1-8页 |
Abstract | 第8-10页 |
目录 | 第10-13页 |
第1章 绪论 | 第13-17页 |
·论文的研究意义及其背景 | 第13-14页 |
·论文的研究目的 | 第14-15页 |
·论文的主要研究内容 | 第15-17页 |
第2章 相关领域研究发展现状概述 | 第17-42页 |
·结构健康监测及损伤识别技术的发展 | 第17-21页 |
·结构损伤检测的发展 | 第17-18页 |
·结构健康监测的发展 | 第18-19页 |
·结构损伤识别技术的发展 | 第19-21页 |
·结构损伤识别基本原理与方法 | 第21-35页 |
·基于结构动态特性的结构损伤识别 | 第21-28页 |
·基于模型修正理论的结构损伤识别 | 第28-30页 |
·基于人工智能的结构损伤识别 | 第30-33页 |
·基于阻抗技术的结构损伤识别 | 第33-35页 |
·预应力混凝土桥的历史和发展及待解决的问题 | 第35-40页 |
·预应力混凝土桥的历史和发展 | 第35-36页 |
·预应力混凝土桥需要解决的问题 | 第36-40页 |
·在役预应力混凝土梁桥的损伤识别现状 | 第40-42页 |
第3章 结构裂缝损伤识别基本理论 | 第42-68页 |
·构件裂缝的类型 | 第42-43页 |
·描述构件裂缝的几何参数 | 第43-44页 |
·结构裂缝损伤基本模型 | 第44-47页 |
·短梁单元模型 | 第44-45页 |
·有限元模型 | 第45-46页 |
·断裂力学模型 | 第46-47页 |
·局部扰动函数模型 | 第47页 |
·基于断裂力学原理的裂缝梁单元基本理论 | 第47-66页 |
·局部柔度表示的裂缝模型 | 第48-57页 |
·裂缝梁单元刚度矩阵 | 第57-62页 |
·裂缝梁单元法实例验证 | 第62-66页 |
·本章小结 | 第66-68页 |
第4章 基于GA-BP算法的梁式桥裂缝损伤识别 | 第68-106页 |
·人工神经网络 | 第68-71页 |
·人工神经网络基本概念 | 第68-69页 |
·BP神经网络基本原理 | 第69-71页 |
·神经网络的损伤识别方法 | 第71-72页 |
·遗传算法(Genetic Algorithm-GA) | 第72-74页 |
·遗传算法工作原理 | 第72-73页 |
·遗传算法的特点 | 第73-74页 |
·遗传算法的结构损伤识别方法 | 第74-75页 |
·神经网络与遗传算法相结合的结构损伤识别方法 | 第75-77页 |
·预应力混凝土梁式结构损伤识别理论 | 第77-82页 |
·截面几何特性计算公式 | 第77-81页 |
·损伤识别敏感因子的选取 | 第81-82页 |
·预应力混凝土简支T形梁桥裂缝损伤识别 | 第82-105页 |
·工程概况 | 第82-83页 |
·T梁裂缝损伤识别过程分析 | 第83-103页 |
·裂缝损伤识别结果 | 第103-105页 |
·本章小结 | 第105-106页 |
第5章 预应力损失基本理论 | 第106-118页 |
·预应力损失计算方法 | 第106-108页 |
·时步分析法 | 第107-108页 |
·分项确定预应力损失的方法 | 第108页 |
·预应力总损失的方法 | 第108页 |
·预应力损失的数学模型 | 第108-117页 |
·基本假设 | 第110页 |
·模型方程推导 | 第110-112页 |
·模型方程的性质及物理意义 | 第112-115页 |
·实例分析 | 第115-117页 |
·本章小结 | 第117-118页 |
第6章 基于GA-BP算法的预应力损失识别 | 第118-153页 |
·工程概况 | 第118-119页 |
·计算模型 | 第119-123页 |
·坐标系 | 第120页 |
·单元划分 | 第120-121页 |
·边界条件 | 第121-122页 |
·荷载 | 第122页 |
·受力阶段的划分 | 第122-123页 |
·数据输入和桥博建模 | 第123页 |
·预应力损失的模拟 | 第123-124页 |
·预应力损失的识别过程 | 第124-150页 |
·预应力钢束的分类 | 第124-125页 |
·预应力损失识别过程分析 | 第125-150页 |
·桥面线形验算 | 第150-152页 |
·本章小结 | 第152-153页 |
结论 | 第153-155页 |
致谢 | 第155-156页 |
参考文献 | 第156-171页 |
攻读博士学位期间发表的论文 | 第171页 |