| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-14页 |
| 第一章 绪论 | 第14-38页 |
| ·梁型结构健康诊断的必要性 | 第14-15页 |
| ·梁型结构健康诊断概述 | 第15-24页 |
| ·传统检测方法及其缺陷 | 第15-16页 |
| ·梁型结构健康诊断的发展 | 第16-22页 |
| ·梁型结构健康诊断系统 | 第22-24页 |
| ·梁型结构健康诊断系统的关键问题与研究 | 第24-36页 |
| ·基于结构动力特性的损伤识别技术 | 第25-29页 |
| ·信号分析与结构模态参数识别 | 第29-31页 |
| ·结构的有限元模型建立 | 第31-32页 |
| ·结构健康诊断与评估 | 第32-33页 |
| ·结构剩余寿命评估 | 第33-36页 |
| ·本文主要研究内容 | 第36-38页 |
| 第二章 移动荷载作用下的梁型结构振动响应模型 | 第38-49页 |
| ·力学模型 | 第38-40页 |
| ·匀速移动常量集中力作用下简支梁的动态响应 | 第38-39页 |
| ·匀速移动简谐集中力作用下简支梁的动态响应 | 第39-40页 |
| ·数值分析 | 第40-48页 |
| ·有限元模型参数 | 第40页 |
| ·有限元模型的建立和动态响应求解 | 第40-41页 |
| ·计算结果分析与比较 | 第41-48页 |
| ·本章小结 | 第48-49页 |
| 第三章 移动荷载作用下基于EMD分解和样本熵的结构损伤分析 | 第49-80页 |
| ·熵与复杂度 | 第49-52页 |
| ·信息熵 | 第50-51页 |
| ·复杂度 | 第51-52页 |
| ·复杂度分析方法 | 第52-61页 |
| ·LZ复杂度 | 第52-54页 |
| ·近似熵 | 第54-56页 |
| ·涨落复杂度 | 第56-59页 |
| ·样本熵 | 第59-60页 |
| ·排列熵 | 第60-61页 |
| ·结构损伤的样本熵分析 | 第61-66页 |
| ·基于经验模式分解及神经网络的结构损伤样本熵分析 | 第66-79页 |
| ·经验模式分解 | 第67-68页 |
| ·结构振动响应数据的IMF分量的样本熵分析 | 第68-70页 |
| ·结构损伤的神经网络分析 | 第70-73页 |
| ·实验分析 | 第73-79页 |
| ·本章小结 | 第79-80页 |
| 第四章 基于移动荷载作用和时频熵的结构损伤分析 | 第80-104页 |
| ·非平稳信号和信号的局部变换 | 第80-82页 |
| ·解析信号与瞬时物理量 | 第82-85页 |
| ·解析信号 | 第82-83页 |
| ·平稳性 | 第83页 |
| ·瞬时频率和群延迟 | 第83-84页 |
| ·局域化和Hei senberg-Gabor准则 | 第84-85页 |
| ·非平稳信号时频分析的线性变换方法 | 第85-92页 |
| ·短时傅里叶变换 | 第85-86页 |
| ·Gabor变换 | 第86-89页 |
| ·小波变换 | 第89-92页 |
| ·非平稳信号时频分析的非线性变换方法 | 第92-96页 |
| ·Wigner-Ville分布 | 第93-94页 |
| ·Cohen类时频分布 | 第94-95页 |
| ·仿射类时频分布 | 第95-96页 |
| ·基于时频熵的神经网络结构损伤模式识别 | 第96-102页 |
| ·平滑的伪仿射魏格纳时频分布 | 第96-99页 |
| ·结合时频熵和神经网络的结构损伤模式识别 | 第99页 |
| ·数值算例与实验分析 | 第99-102页 |
| ·本章小结 | 第102-104页 |
| 第五章 移动荷载作用下结构损伤的高阶谱分析 | 第104-116页 |
| ·高阶累积量和高阶矩 | 第104-106页 |
| ·高阶累积量谱和高阶矩谱 | 第106-107页 |
| ·高阶谱估计 | 第107-110页 |
| ·双谱估计的直接法 | 第107-108页 |
| ·双谱估计的间接法 | 第108页 |
| ·双谱估计的参数化方法 | 第108-110页 |
| ·移动荷载作用下结构振动响应的高阶谱分析 | 第110-115页 |
| ·结构振动响应的双谱分析 | 第110页 |
| ·基于双谱熵的结构损伤识别 | 第110-115页 |
| ·本章小结 | 第115-116页 |
| 第六章 基于流形学习分析的高阶谱信息提取方法 | 第116-133页 |
| ·线性降维方法 | 第117-120页 |
| ·主成分分析 | 第117-118页 |
| ·线性判别分析 | 第118-120页 |
| ·独立成分分析 | 第120页 |
| ·非线性降维方法 | 第120-128页 |
| ·流形的数学定义 | 第120-122页 |
| ·等距映射 | 第122-123页 |
| ·局部线性嵌入 | 第123-125页 |
| ·拉普拉斯特征映射 | 第125-127页 |
| ·保局投影 | 第127-128页 |
| ·基于改进的有监督保局投影的结构损伤识别 | 第128-132页 |
| ·改进的有监督保局投影 | 第128-130页 |
| ·基于双谱特征向量提取的神经网络损伤识别 | 第130-131页 |
| ·数值计算和试验数据分析结果 | 第131-132页 |
| ·本章小结 | 第132-133页 |
| 第七章 总结和展望 | 第133-136页 |
| 参考文献 | 第136-147页 |
| 作者简介 | 第147页 |
| 作者攻读博士学位期间发表和录用的论文 | 第147页 |