| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-31页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 结构健康监测技术 | 第12-13页 |
| 1.3 结构柔度识别研究现状 | 第13-14页 |
| 1.4 大数据技术 | 第14-22页 |
| 1.4.1 大数据概念 | 第15-16页 |
| 1.4.2 大数据技术体系 | 第16-21页 |
| 1.4.3 大数据技术亟需解决的难点 | 第21-22页 |
| 1.5 大数据技术在多领域的应用 | 第22-28页 |
| 1.5.1 智慧交通应用 | 第22-23页 |
| 1.5.2 城市规划应用 | 第23-25页 |
| 1.5.3 建筑工业化应用 | 第25-26页 |
| 1.5.4 结构运营管养应用 | 第26-28页 |
| 1.6 本文主要研究内容及结构安排 | 第28-31页 |
| 1.6.1 主要研究内容与创新点 | 第28页 |
| 1.6.2 论文结构安排 | 第28-31页 |
| 第二章 基于大数据技术的结构健康监测 | 第31-47页 |
| 2.1 概述 | 第31页 |
| 2.2 基于监测大数据的结构三层次分析 | 第31-35页 |
| 2.2.1 第一层次——数据实时异常分析及预警 | 第33页 |
| 2.2.2 第二层次——结构性能评估 | 第33-34页 |
| 2.2.3 第三层次——结构寿命预测 | 第34-35页 |
| 2.3 大数据分析技术 | 第35-45页 |
| 2.3.1 异常检测 | 第35-39页 |
| 2.3.2 深度学习 | 第39-43页 |
| 2.3.3 聚类分析 | 第43-45页 |
| 2.4 本章小结 | 第45-47页 |
| 第三章 基于监测大数据的长大跨桥梁响应数据分析 | 第47-65页 |
| 3.1 江阴长江大桥及其健康监测系统介绍 | 第47-48页 |
| 3.2 基于深度学习的数据异常分析算法设计 | 第48-58页 |
| 3.2.1 基于LSTM的时间序列预测 | 第49-51页 |
| 3.2.2 单传感器异常值分析 | 第51-54页 |
| 3.2.3 多传感器相关性分析 | 第54-58页 |
| 3.3 船撞桥安全事件准实时判定实现 | 第58-63页 |
| 3.3.1 船撞响应分析 | 第58-60页 |
| 3.3.2 截面应变相关性分析 | 第60-61页 |
| 3.3.3 基于截面应变模式识别的船撞桥事件判定 | 第61-63页 |
| 3.4 本章小结 | 第63-65页 |
| 第四章 基于子空间方法的结构柔度识别 | 第65-81页 |
| 4.1 概述 | 第65页 |
| 4.2 基于子空间方法的结构柔度识别理论 | 第65-70页 |
| 4.2.1 动力学系统的状态空间建模 | 第65-66页 |
| 4.2.2 基于子空间技术的模型求解与柔度识别 | 第66-69页 |
| 4.2.3 长标距应变柔度与位移柔度同时识别算法基本流程 | 第69-70页 |
| 4.3 简支梁实验案例 | 第70-74页 |
| 4.3.1 实验室结构布置 | 第70-71页 |
| 4.3.2 基本模态参数识别 | 第71-73页 |
| 4.3.3 长标距应变柔度与位移柔度识别 | 第73-74页 |
| 4.4 三跨连续梁桥数值模拟案例 | 第74-79页 |
| 4.4.1 桥梁基本信息与工况模拟 | 第74页 |
| 4.4.2 识别结果 | 第74-77页 |
| 4.4.3 结果讨论 | 第77-79页 |
| 4.5 本章小结 | 第79-81页 |
| 第五章 基于柔度的空间系杆拱桥损伤识别 | 第81-87页 |
| 5.1 基于空间位移柔度的损伤识别流程 | 第81页 |
| 5.2 基于冲击振动的结构位移柔度识别 | 第81-84页 |
| 5.2.1 模型描述与动力测试 | 第81-82页 |
| 5.2.2 竖向位移柔度识别 | 第82-83页 |
| 5.2.3 横向位移柔度识别 | 第83-84页 |
| 5.3 基于空间位移柔度的截面层次损伤识别 | 第84-85页 |
| 5.4 本章小结 | 第85-87页 |
| 第六章 总结与展望 | 第87-89页 |
| 6.1 全文工作总结 | 第87-88页 |
| 6.2 后续工作展望 | 第88-89页 |
| 致谢 | 第89-91页 |
| 参考文献 | 第91-103页 |
| 作者简介 | 第103页 |