中文摘要 | 第3-4页 |
abstract | 第4-5页 |
第一章 绪论 | 第8-18页 |
1.1 问题的提出 | 第8-11页 |
1.1.1 研究背景 | 第8-10页 |
1.1.2 问题的提出 | 第10-11页 |
1.2 国内外研究现状 | 第11-16页 |
1.2.1 碾压混凝土坝软弱层结构的研究进展 | 第11-12页 |
1.2.2 泄流结构流激振动特性研究现状 | 第12页 |
1.2.3 泄流结构振动响应信号模态参数识别方法相关研究 | 第12-13页 |
1.2.4 泄流结构健康监测的相关研究 | 第13页 |
1.2.5 多源信息融合方法的研究现状 | 第13-16页 |
1.3 本文的主要研究内容 | 第16-18页 |
第二章 泄流激励下高坝振动响应规律研究 | 第18-24页 |
2.1 高碾压混凝土拱坝数值模拟 | 第18-20页 |
2.1.1 坝体的数值模拟 | 第18-19页 |
2.1.2 坝体成层结构数值模拟 | 第19-20页 |
2.2 碾压层面属性对高碾压混凝土拱坝模态影响研究 | 第20-22页 |
2.2.1 碾压层面结构弹性模量对自振频率影响 | 第20-21页 |
2.2.2 碾压层厚度对自振频率影响 | 第21页 |
2.2.3 碾压层层数对自振频率影响 | 第21-22页 |
2.3 本章小结 | 第22-24页 |
第三章 高坝泄流结构振动响应的数据级融合方法研究 | 第24-41页 |
3.1 数据层信息融合的原理 | 第24-25页 |
3.2 多传感器数据级信息融合方法 | 第25-27页 |
3.2.1 一致性数据融合方法 | 第25-26页 |
3.2.2 基于相关函数数据融合方法 | 第26-27页 |
3.2.3 数据级数据融合方法对比 | 第27页 |
3.3 基于相关性方差贡献率的数据级数据融合方法 | 第27-29页 |
3.3.1 基于相关性方差贡献率的数据级融合算法的引出 | 第27-28页 |
3.3.2 基于相关性方差贡献率的数据级融合动态融合模式 | 第28页 |
3.3.3 相关性方差贡献率意义 | 第28-29页 |
3.4 应用实例 | 第29-39页 |
3.4.1 锦屏一级拱坝坝顶测点振动信号融合 | 第29-33页 |
3.4.2 碾压混凝土重力坝水弹模型流激振动信号融合 | 第33-39页 |
3.5 本章小结 | 第39-41页 |
第四章 基于改进的D-S证据方法的泄流结构损伤识别研究 | 第41-66页 |
4.1 D-S证据理论概述 | 第41-46页 |
4.1.1 D-S证据理论的发展 | 第41-42页 |
4.1.2 D-S证据理论的原理 | 第42-43页 |
4.1.3 D-S证据理论合成规则 | 第43-44页 |
4.1.4 D-S证据理论存在问题 | 第44-45页 |
4.1.5 D-S证据理论现有的改进方法 | 第45-46页 |
4.2 改进的基于Pignistic概率距离与冲突系数的D-S证据组合方法 | 第46-55页 |
4.2.1 Pignistic概率距离与Jousselme距离 | 第46-48页 |
4.2.2 改进的基于Pignistic概率距离与冲突系数的证据组合方法 | 第48-51页 |
4.2.3 改进的证据组合方法典型算例分析 | 第51-55页 |
4.3 改进的D-S证据理论对碾压混凝土坝损伤识别的应用 | 第55-64页 |
4.3.1 泄流结构损伤指标的研究 | 第55-58页 |
4.3.2 单一敏感特征量的结构损伤识别 | 第58-63页 |
4.3.3 多敏感特征量融合的结构损伤识别 | 第63-64页 |
4.4 本章小结 | 第64-66页 |
第五章 结论与展望 | 第66-69页 |
5.1 结论 | 第66-68页 |
5.2 展望 | 第68-69页 |
参考文献 | 第69-75页 |
发表论文及参加科研情况的说明 | 第75-76页 |
致谢 | 第76页 |