摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
1 绪论 | 第9-13页 |
1.1 木构古建筑可靠度理论与寿命预测的研究背景与意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-12页 |
1.2.1 结构可靠度理论的研究现状 | 第10-11页 |
1.2.2 结构的剩余寿命预测的研究现状 | 第11-12页 |
1.3 论文的主要内容和结构 | 第12-13页 |
2 结构可靠度理论和剩余使用寿命理论的概述 | 第13-21页 |
2.1 结构可靠度的概念 | 第13-16页 |
2.1.1 结构的可靠性与可靠度 | 第13页 |
2.1.2 极限状态与极限状态方程 | 第13-14页 |
2.1.3 结构的可靠度指标与失效概率 | 第14-16页 |
2.2 结构可靠度的实用计算方法 | 第16-19页 |
2.3 结构的剩余寿命 | 第19-20页 |
2.3.1 剩余使用寿命 | 第19页 |
2.3.2 结构剩余使用寿命预测方法 | 第19-20页 |
2.4 本章小结 | 第20-21页 |
3 木构古建筑的时变可靠度的数学模型及寿命预测 | 第21-31页 |
3.1 功能函数 | 第21页 |
3.2 木构古建筑结构的抗力 | 第21页 |
3.3 木结构的抗力统计分布及特征 | 第21-22页 |
3.4 木构古建筑结构的抗力随机过程模型 | 第22-26页 |
3.4.1 木构古建筑结构的抗力分析及主要影响因素 | 第22-23页 |
3.4.2 木构古建筑结构抗力的不确定性因素 | 第23-24页 |
3.4.3 强度衰减的结构随机抗力时变模型 | 第24页 |
3.4.4 材料强度的随机时变模型 | 第24-25页 |
3.4.5 木构件抗力随时间变化的模型 | 第25-26页 |
3.5 Bayes 方法的结构时变可靠度评估 | 第26-28页 |
3.5.1 Bayes 方法概述 | 第26-27页 |
3.5.2 分析实测数据的抗力因子概率的特性 | 第27-28页 |
3.6 木构古建筑的剩余寿命预测 | 第28-30页 |
3.6.1 木构古建筑木桁架各构件的实测数据 | 第28页 |
3.6.2 木构古建筑木桁架可靠度的剩余寿命预测 | 第28-30页 |
3.7 本章小结 | 第30-31页 |
4 改进的 BP 神经网络在木构古建筑中的寿命预测 | 第31-43页 |
4.1 神经网络介绍 | 第31页 |
4.2 BP 神经网络 | 第31-37页 |
4.2.1 BP 神经网络结构 | 第31-33页 |
4.2.2 BP 算法的原理分析 | 第33-34页 |
4.2.3 BP 算法的实现步骤 | 第34-35页 |
4.2.4 标准 BP 神经网络算法的改进 | 第35-37页 |
4.3 改进的 BP 神经网络在木构古建筑剩余使用寿命模型设计 | 第37-38页 |
4.3.1 BP 神经网络参数确定 | 第37-38页 |
4.3.2 神经网络学习与训练 | 第38页 |
4.4 样本数据的获取及预处理 | 第38-40页 |
4.4.1 数据采集 | 第38-39页 |
4.4.2 数据预处理 | 第39-40页 |
4.5 实验结果及分析 | 第40-41页 |
4.6 本章小结 | 第41-43页 |
5 总结与展望 | 第43-45页 |
5.1 全文总结 | 第43页 |
5.2 进一步的工作展望 | 第43-45页 |
参考文献 | 第45-49页 |
致谢 | 第49-51页 |
攻读硕士学位期间发表的学术论文和参加科研项目 | 第51-52页 |