桥梁结构模态参数识别与应用研究
中文摘要 | 第1-7页 |
Abstract | 第7-13页 |
第1章 绪论 | 第13-27页 |
1.1 概述 | 第13-15页 |
1.2 模态参数识别方法的研究进展和现状 | 第15-19页 |
1.2.1 频域识别法 | 第15-16页 |
1.2.2 时域识别法 | 第16-19页 |
1.3 有限元模型修正方法 | 第19-23页 |
1.3.1 矩阵型法 | 第20页 |
1.3.2 设计参数型法 | 第20-21页 |
1.3.3 基于神经网络算法的模型修正方法 | 第21-22页 |
1.3.4 基于遗传优化算法的模型修正方法 | 第22-23页 |
1.4 桥梁结构损伤识别方法研究 | 第23-25页 |
1.4.1 动力指纹法 | 第23-24页 |
1.4.2 模型修正法 | 第24页 |
1.4.3 人工神经网络方法 | 第24-25页 |
1.4.4 其它智能计算方法 | 第25页 |
1.5 本文的研究内容 | 第25-27页 |
第2章 桥梁结构的有限元模拟和动力特性分析 | 第27-44页 |
2.1 桥梁结构的有限元分析 | 第27-37页 |
2.1.1 武汉理工大学理工一桥简介 | 第28-29页 |
2.1.2 理工一桥初始有限元模型的建立 | 第29-37页 |
2.2 有限元理论模态分析 | 第37-41页 |
2.2.1 结构动力学分析 | 第37-39页 |
2.2.2 理工一桥有限元模态分析结果 | 第39-41页 |
2.3 参数分析 | 第41-43页 |
2.4 本章小结 | 第43-44页 |
第3章 桥梁结构的动载试验 | 第44-58页 |
3.1 动载试验的设计 | 第44-48页 |
3.1.1 测点布设 | 第45页 |
3.1.2 数据采集和处理 | 第45-46页 |
3.1.3 基于导纳圆拟合法的模态参数识别 | 第46-48页 |
3.2 动力特性分析 | 第48-56页 |
3.2.1 理工一桥的环境振动测试 | 第48-51页 |
3.2.2 环境振动测试结果分析 | 第51-56页 |
3.3 本章小结 | 第56-58页 |
第4章 基于随机子空间的桥梁模态参数识别 | 第58-70页 |
4.1 结构振动的状态空间模型 | 第58-60页 |
4.1.1 结构的状态空间模型 | 第58-59页 |
4.1.2 随机子空间模型 | 第59-60页 |
4.2 随机子空间识别法基本原理 | 第60-63页 |
4.2.1 Hankel矩阵的建立 | 第60-61页 |
4.2.2 Kalman滤波状态 | 第61-62页 |
4.2.3 随机子空间识别 | 第62-63页 |
4.3 基于参考点的随机子空间识别法 | 第63-65页 |
4.4 模态参数的确定 | 第65-66页 |
4.5 理工一桥的模态参数识别 | 第66-69页 |
4.6 本章小结 | 第69-70页 |
第5章 桥梁结构的有限元模型修正 | 第70-84页 |
5.1 斜拉索的固有振动分析 | 第70-72页 |
5.1.1 边界条件不同的索力计算方程 | 第71-72页 |
5.1.2 固端刚性拉索索力估算 | 第72页 |
5.2 斜拉桥的索力振动测试 | 第72-77页 |
5.2.1 拉索的固有频率识别 | 第73-75页 |
5.2.2 斜拉索的索力计算 | 第75-77页 |
5.3 桥梁结构有限元模型修正 | 第77-82页 |
5.3.1 BP神经网络 | 第77-79页 |
5.3.2 网络结构的输入/输出 | 第79-80页 |
5.3.3 网络模型的训练 | 第80-81页 |
5.3.4 神经网络的修正结果分析 | 第81-82页 |
5.4 本章小结 | 第82-84页 |
第6章 桥梁结构的损伤识别 | 第84-98页 |
6.1 基于神经网络的桥梁结构损伤识别方法 | 第84-88页 |
6.1.1 基于 BP网络的结构损伤识别 | 第85页 |
6.1.2 基于 RBF网络的结构损伤识别 | 第85-86页 |
6.1.3 基于遗传算法和神经网络的结构损伤识别 | 第86-88页 |
6.2 理工一桥的结构损伤识别 | 第88-97页 |
6.2.1 损伤对模型桥的固有频率的影响 | 第88-93页 |
6.2.2 基于人工神经网络的结构损伤识别 | 第93-97页 |
6.3 本章小结 | 第97-98页 |
第7章 总结与展望 | 第98-101页 |
7.1 全文总结 | 第98-100页 |
7.2 研究展望 | 第100-101页 |
参考文献 | 第101-108页 |
攻读博士期间发表的论文 | 第108-109页 |
致谢 | 第109页 |