| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-18页 |
| 1.1 选题背景及意义 | 第8-9页 |
| 1.2 结构损伤检测研究综述 | 第9-11页 |
| 1.2.1 利用检测仪器的局部损伤检测 | 第9-10页 |
| 1.2.2 根据静态测量数据的结构损伤检测 | 第10-11页 |
| 1.3 结构损伤动力识别 | 第11-16页 |
| 1.3.1 结构损伤动力识别的机理 | 第11-13页 |
| 1.3.2 结构损伤动力识别的参数 | 第13-15页 |
| 1.3.3 结构损伤动力识别的算法 | 第15-16页 |
| 1.4 本文主要研究的内容和安排 | 第16-18页 |
| 1.4.1 研究目的 | 第16页 |
| 1.4.2 本文的具体工作和章节安排 | 第16-18页 |
| 2 基于自然激励技术的结构模态参数识别 | 第18-30页 |
| 2.1 模态分析的基本理论 | 第18-20页 |
| 2.1.1 脉冲响应函数 | 第18-19页 |
| 2.1.2 相关函数 | 第19-20页 |
| 2.2 自然激励技术（NExT） | 第20-21页 |
| 2.3 特征实现算法（ERA） | 第21-25页 |
| 2.3.1 特征实现算法的基本原理 | 第21-25页 |
| 2.3.2 NExT-ERA 法的操作流程 | 第25页 |
| 2.4 动力特性识别精度的判定指标 | 第25-26页 |
| 2.4.1 模态幅值相干系数（MAC） | 第25-26页 |
| 2.4.2 模态相位共线性（MPC） | 第26页 |
| 2.5 系统定阶方法 | 第26-28页 |
| 2.5.1 奇异值差值法 | 第26-27页 |
| 2.5.2 奇异熵增量法 | 第27-28页 |
| 2.6 本章小结 | 第28-30页 |
| 3 基于模型缩聚的损伤识别方法 | 第30-52页 |
| 3.1 基于模型缩聚的θ指标损伤识别方法 | 第30-34页 |
| 3.2 基于模型缩聚的θ指标损伤识别方法的两种简化版本 | 第34-35页 |
| 3.3 平面桁架结构的损伤识别分析 | 第35-42页 |
| 3.3.1 分析模型 | 第35-36页 |
| 3.3.2 损伤分析 | 第36-42页 |
| 3.4 空间桁架结构的损伤识别分析 | 第42-50页 |
| 3.4.1 分析模型 | 第42-44页 |
| 3.4.2 损伤分析 | 第44-50页 |
| 3.5 本章小结 | 第50-52页 |
| 4 基于 NExT-ERA 法的输电塔模态参数识别 | 第52-64页 |
| 4.1 模型的分析 | 第52-54页 |
| 4.2 激励的定义 | 第54-55页 |
| 4.3 节点响应的识别 | 第55-57页 |
| 4.3.1 法的理论基础 | 第55-56页 |
| 4.3.2 法的计算步骤 | 第56页 |
| 4.3.3 节点加速度响应的识别结果 | 第56-57页 |
| 4.4 节点加速度响应的 NExT 变换 | 第57-58页 |
| 4.5 利用特征实现算法的输电塔模态识别 | 第58-63页 |
| 4.6 本章小结 | 第63-64页 |
| 5 输电塔结构的损伤识别 | 第64-70页 |
| 5.1 输电塔模型子结构的划分和损伤的定义 | 第64-65页 |
| 5.2 损伤分析 | 第65-68页 |
| 5.3 本章小结 | 第68-70页 |
| 6 结论与展望 | 第70-72页 |
| 致谢 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 附录 | 第78页 |
| A. 作者在攻读硕士学位期间发表论文的目录 | 第78页 |