基于灰色理论的桥梁结构损伤识别研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-19页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.2 结构损伤识别研究现状 | 第11-12页 |
| 1.3 结构损检测主要方法 | 第12-17页 |
| 1.3.1 基于柔度变化的损伤识别方法 | 第15页 |
| 1.3.2 基于小波分析的损伤识别方法 | 第15-16页 |
| 1.3.3 基于遗传学算法的损伤识别方法 | 第16-17页 |
| 1.3.4 基于神经网络的损伤识别方法 | 第17页 |
| 1.4 结构损伤识别存在的主要问题 | 第17-19页 |
| 2 灰色系统理论介绍 | 第19-33页 |
| 2.1 灰色系统理论 | 第19-21页 |
| 2.1.1 灰色系统理论基本概念 | 第19页 |
| 2.1.2 灰色系统理论的发展与应用 | 第19-20页 |
| 2.1.3 灰色系统理论持续发展的优势 | 第20-21页 |
| 2.1.4 灰色系统理论在损伤识别中的应用 | 第21页 |
| 2.2 灰色系统预测理论 | 第21-26页 |
| 2.2.1 GM(1,1)模型 | 第22-25页 |
| 2.2.2 GM(n，h)模型 | 第25-26页 |
| 2.3 灰色系统关联度理论 | 第26-32页 |
| 2.3.1 灰色关联度理论基本概念 | 第26-28页 |
| 2.3.2 几种主要的灰色关联度介绍 | 第28-32页 |
| 2.4 本章小结 | 第32-33页 |
| 3 基于灰色理论的桥梁结构损伤识别 | 第33-47页 |
| 3.1 基于灰色曲率关联系数的损伤识别 | 第33-37页 |
| 3.1.1 灰色曲率关联系数的建立 | 第33-35页 |
| 3.1.2 灰色曲率关联置信因子的建立 | 第35-36页 |
| 3.1.3 曲率模态的计算 | 第36-37页 |
| 3.2 仿真模拟 | 第37-45页 |
| 3.3 本章小结 | 第45-47页 |
| 4 试验验证 | 第47-59页 |
| 4.1 模型概况 | 第47页 |
| 4.2 采集设备及分析软件 | 第47-49页 |
| 4.3 传感器的布置 | 第49页 |
| 4.4 工况设定 | 第49-50页 |
| 4.5 数据处理 | 第50-57页 |
| 4.6 结果分析 | 第57-58页 |
| 4.7 本章小结 | 第58-59页 |
| 5 基于灰色理论的结构损伤识别与其他方法的对比 | 第59-71页 |
| 5.1 基于统计模式的结构损伤识别 | 第59-64页 |
| 5.1.1 均值控制图法 | 第59-60页 |
| 5.1.2 距离指标法 | 第60-61页 |
| 5.1.3 试验验证 | 第61-64页 |
| 5.2 基于小波包能量法的结构损伤识别 | 第64-69页 |
| 5.2.1 小波包能量分析理论 | 第64-65页 |
| 5.2.2 小波包损伤识别流程 | 第65页 |
| 5.2.3 试验验证 | 第65-69页 |
| 5.3 本章小结 | 第69-71页 |
| 6 结论与展望 | 第71-73页 |
| 6.1 本文所做的主要工作 | 第71-72页 |
| 6.2 今后的工作展望 | 第72-73页 |
| 攻读学位期间发表的学术论文 | 第73页 |
| 攻读学位期间参加的项目 | 第73-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-77页 |
