| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 第一章 绪论 | 第7-20页 |
| ·研究意义及工程背景 | 第7-10页 |
| ·国内外研究现状与发展 | 第10-16页 |
| ·基于人工神经网络的损伤识别原理 | 第16-18页 |
| ·本文主要研究内容 | 第18-20页 |
| 第二章 河北大街混合梁斜拉桥健康监测系统设计 | 第20-33页 |
| ·斜拉桥健康监测系统的等级 | 第20-22页 |
| ·总体设计 | 第22-24页 |
| ·传感器子系统设计 | 第24-30页 |
| ·数据采集处理子系统设计 | 第30页 |
| ·健康诊断子系统设计 | 第30-31页 |
| ·安全评估子系统设计 | 第31页 |
| ·小结 | 第31-33页 |
| 第三章 基于振动模态分析技术的桥梁结构损伤识别 | 第33-49页 |
| ·基于振动模态分析技术的损伤识别原理 | 第33-39页 |
| ·河北大街斜拉桥的动力分析 | 第39-49页 |
| 第四章 基于概率神经网络的斜拉桥子结构损伤识别 | 第49-58页 |
| ·概率神经网络与径向基函数神经网络的联合应用 | 第49-50页 |
| ·概率神经网络 | 第50-51页 |
| ·河北大街混合梁斜拉桥子结构损伤识别 | 第51-57页 |
| ·小结 | 第57-58页 |
| 第五章 基于RBF 网络的斜拉桥子结构构件多损伤识别 | 第58-72页 |
| ·径向基函数(RBF)神经网络 | 第58-61页 |
| ·动-静组合的损伤指标的选取 | 第61-63页 |
| ·河北大街混合梁斜拉桥子结构构件多损伤识别 | 第63-71页 |
| ·小结 | 第71-72页 |
| 第六章 结论与展望 | 第72-74页 |
| ·结论 | 第72-73页 |
| ·展望 | 第73-74页 |
| 参考文献 | 第74-79页 |
| 发表论文和科研情况说明 | 第79-80页 |
| 致谢 | 第80页 |