| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-29页 |
| ·课题研究的背景及意义 | 第12-13页 |
| ·国内外研究现状 | 第13-27页 |
| ·桥梁结构健康监测理论及发展过程 | 第13-16页 |
| ·桥梁损伤识别与振动测试技术简介 | 第16-19页 |
| ·光纤光栅传感技术研究及应用现状 | 第19-22页 |
| ·损伤识别算法研究现状 | 第22-27页 |
| ·本文主要内容 | 第27-29页 |
| 第2章 光纤光栅振动传感测试系统研究 | 第29-55页 |
| ·光纤光栅基本理论 | 第29-33页 |
| ·耦合模理论 | 第29-32页 |
| ·均匀 Bragg光栅的理论模型 | 第32-33页 |
| ·光纤光栅传感机理 | 第33-39页 |
| ·应变传感模型 | 第33-37页 |
| ·温度模型 | 第37-38页 |
| ·应变—温度耦合模型 | 第38-39页 |
| ·光纤光栅解调技术 | 第39-41页 |
| ·非平衡 Mach-Zehnder(M-Z)干涉检测 | 第40页 |
| ·可调谐光纤 Fabry-Perot(F-P)滤波法 | 第40-41页 |
| ·匹配光纤 Bragg光栅滤波解调 | 第41页 |
| ·光纤光栅振动传感器 | 第41-48页 |
| ·传感器结构 | 第41-42页 |
| ·传感器解调原理 | 第42-48页 |
| ·钢箱梁振动测试模型设计 | 第48-49页 |
| ·钢箱梁模型设计 | 第48-49页 |
| ·激励方式 | 第49页 |
| ·振动信号采集系统 | 第49-54页 |
| ·UA306数据采集卡主要功能及技术指标 | 第49页 |
| ·基于 LabVIEW的数据采集软件设计 | 第49-53页 |
| ·多通道数据采集系统实现 | 第53-54页 |
| ·本章小节 | 第54-55页 |
| 第3章 基于主成分分析和神经网络的损伤识别 | 第55-72页 |
| ·基于主成分分析的频率响应函数压缩 | 第55-60页 |
| ·频率响应函数(Frequency Response Functions) | 第55-58页 |
| ·主成分分析(Principal Component Analysis) | 第58-60页 |
| ·神经网络 | 第60-63页 |
| ·神经网络的损伤识别能力 | 第60-61页 |
| ·自组织映射(SOM)神经网络 | 第61-63页 |
| ·模型试验测试 | 第63-70页 |
| ·测试模型与模拟损伤 | 第63-64页 |
| ·振动信号预处理 | 第64-67页 |
| ·基于主成分分析的频响函数特征抽取 | 第67-68页 |
| ·SOM神经网络训练 | 第68-69页 |
| ·损伤识别与结果分析 | 第69-70页 |
| ·本章小结 | 第70-72页 |
| 第4章 桥梁损伤状态等级评估研究 | 第72-101页 |
| ·桥梁损伤等级状态的模糊分级 | 第72-90页 |
| ·桥梁评估子系统的划分 | 第72页 |
| ·桥梁评价指标的确定 | 第72-74页 |
| ·评价指标的评分方式 | 第74-89页 |
| ·桥梁状态等级的分级方法 | 第89-90页 |
| ·粗糙集理论(Rough set) | 第90-92页 |
| ·粗糙集理论的基本概念 | 第90页 |
| ·粗糙集理论的知识表达 | 第90-92页 |
| ·粗糙集理论在知识发现中的应用 | 第92页 |
| ·基于粗糙集的桥梁损伤状态等级评估 | 第92-100页 |
| ·桥梁损伤状态等级粗糙集决策表 | 第92-95页 |
| ·子结构的状态等级评估 | 第95-97页 |
| ·桥梁综合状态等级评估 | 第97-99页 |
| ·实例验证 | 第99-100页 |
| ·本章小结 | 第100-101页 |
| 第5章 结论与展望 | 第101-104页 |
| ·本文主要结论及成果 | 第101-102页 |
| ·今后研究工作及展望 | 第102-104页 |
| 参考文献 | 第104-111页 |
| 致谢 | 第111-112页 |
| 攻读博士学位期间发表论文及参研项目 | 第112-113页 |
| 附录 | 第113-116页 |
