基于广义局部信息熵的钢筋混凝土梁损伤识别研究
摘要 | 第8-9页 |
Abstract | 第9-10页 |
第1章 绪论 | 第11-23页 |
1.1 课题的研究背景与意义 | 第11-13页 |
1.1.1 桥梁损伤识别的必要性 | 第11-12页 |
1.1.2 桥梁结构损伤的危害 | 第12-13页 |
1.1.3 桥梁损伤识别的目的和意义 | 第13页 |
1.2 结构损伤识别的研究现状 | 第13-19页 |
1.2.1 基于模态参数的识别方法 | 第14-15页 |
1.2.2 基于静力的识别方法 | 第15-16页 |
1.2.3 基于频响函数的识别方法 | 第16页 |
1.2.4 基于现代信号处理的识别方法 | 第16-17页 |
1.2.5 基于分形理论的识别方法 | 第17页 |
1.2.6 基于模型修正的识别方法 | 第17-18页 |
1.2.7 基于智能计算的识别方法 | 第18页 |
1.2.8 基于数据融合的识别方法 | 第18-19页 |
1.3 信息熵理论的研究现状 | 第19-20页 |
1.3.1 信息熵理论的发展 | 第19页 |
1.3.2 信息熵理论在损伤识别中的应用 | 第19-20页 |
1.4 本文研究思路与内容 | 第20-23页 |
1.4.1 主要研究内容 | 第21页 |
1.4.2 研究技术路线 | 第21-23页 |
第2章 基本理论 | 第23-29页 |
2.1 信息熵理论 | 第23-25页 |
2.1.1 信息熵基本理论 | 第23-25页 |
2.1.2 信息熵理论的优势 | 第25页 |
2.2 广义局部信息熵理论 | 第25-28页 |
2.2.1 广义局部信息熵基本理论 | 第25-26页 |
2.2.2 广义局部信息熵相关计算 | 第26-28页 |
2.3 抗噪性理论 | 第28页 |
2.4 本章小结 | 第28-29页 |
第3章 有限元模型 | 第29-37页 |
3.1 简支梁动力分析模型 | 第29-32页 |
3.1.1 基本模型 | 第29页 |
3.1.2 损伤工况 | 第29-32页 |
3.2 连续梁动力分析模型 | 第32-34页 |
3.2.1 基本模型 | 第32页 |
3.2.2 损伤工况 | 第32-34页 |
3.3 简支梁静力分析模型 | 第34-36页 |
3.3.1 基本模型 | 第34-35页 |
3.3.2 损伤工况 | 第35页 |
3.3.3 缩减采样点 | 第35-36页 |
3.4 本章小结 | 第36-37页 |
第4章 基于振型的混凝土梁损伤识别 | 第37-51页 |
4.1 简支梁损伤识别 | 第37-43页 |
4.1.1 单点损伤 | 第37-39页 |
4.1.2 两点损伤 | 第39-41页 |
4.1.3 损伤定量 | 第41-42页 |
4.1.4 抗噪性 | 第42-43页 |
4.2 连续梁损伤识别 | 第43-50页 |
4.2.1 单点损伤 | 第44-45页 |
4.2.2 三点损伤 | 第45-47页 |
4.2.3 损伤定量 | 第47-48页 |
4.2.4 抗噪性 | 第48-50页 |
4.3 本章小结 | 第50-51页 |
第5章 基于挠度的简支梁损伤识别 | 第51-71页 |
5.1 采样点数量为 301 | 第51-54页 |
5.1.1 单点损伤 | 第51-52页 |
5.1.2 两点损伤 | 第52-53页 |
5.1.3 损伤定量 | 第53页 |
5.1.4 抗噪性 | 第53-54页 |
5.2 采样点数量为 61 | 第54-60页 |
5.2.1 单点损伤 | 第55-57页 |
5.2.2 两点损伤 | 第57-58页 |
5.2.3 损伤定量 | 第58-59页 |
5.2.4 抗噪性 | 第59-60页 |
5.3 采样点数量为 31 | 第60-66页 |
5.3.1 单点损伤 | 第60-63页 |
5.3.2 两点损伤 | 第63-64页 |
5.3.3 损伤定量 | 第64-65页 |
5.3.4 抗噪性 | 第65-66页 |
5.4 采样点数量为 11 | 第66-69页 |
5.4.1 单点损伤 | 第66-69页 |
5.5 本章小结 | 第69-71页 |
结论与展望 | 第71-73页 |
结论 | 第71-72页 |
展望 | 第72-73页 |
参考文献 | 第73-78页 |
致谢 | 第78-79页 |
附录 攻读学位期间发表论文与参与项目 | 第79页 |
发表论文 | 第79页 |
参与项目 | 第79页 |