| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-20页 |
| ·智能材料结构概述 | 第10-12页 |
| ·智能材料结构概念 | 第10-11页 |
| ·智能材料结构基本组成 | 第11-12页 |
| ·智能结构的研究现状 | 第12-14页 |
| ·智能结构的研究内容 | 第14-15页 |
| ·关于FBG 智能复合材料结构 | 第15-17页 |
| ·本文研究的目的 | 第17页 |
| ·论文研究的主要内容 | 第17-20页 |
| 第二章 损伤诊断策略 | 第20-25页 |
| ·引言 | 第20页 |
| ·多级损伤诊断策略 | 第20-22页 |
| ·神经网络技术 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 损伤诊断中模态频率法与应变模态技术及其改进 | 第25-46页 |
| ·引言 | 第25-26页 |
| ·模态分析的基本理论 | 第26-30页 |
| ·特征值问题 | 第26-27页 |
| ·模态矢量的正交性 | 第27-28页 |
| ·模态叠加原理 | 第28-29页 |
| ·频响函数及其模态展开 | 第29-30页 |
| ·基于模态频率的损伤诊断 | 第30-36页 |
| ·传统损伤定位指标 | 第31-33页 |
| ·问题的描述 | 第31页 |
| ·模态参数摄动 | 第31-32页 |
| ·损伤判据 | 第32-33页 |
| ·改进的损伤指标 | 第33-36页 |
| ·基于应变模态的损伤诊断 | 第36-39页 |
| ·应变模态技术 | 第36-37页 |
| ·应变模态的正交性 | 第37-38页 |
| ·损伤定位判据 | 第38-39页 |
| ·数值算例 | 第39-45页 |
| ·两种损伤定位指标的比较 | 第40页 |
| ·两种损伤程度识别指标的比较 | 第40-43页 |
| ·应变模态差指标的比较 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 基于神经网络的结构损伤诊断 | 第46-75页 |
| ·引言 | 第46页 |
| ·神经网络的介绍 | 第46-52页 |
| ·神经网络的发展概况 | 第46-48页 |
| ·人工神经元及其网络 | 第48-52页 |
| ·人工神经元模型 | 第48-50页 |
| ·人工神经网络的构成 | 第50-51页 |
| ·人工神经网络的学习 | 第51-52页 |
| ·基于神经网络的多级损伤诊断 | 第52-62页 |
| ·损伤报警 | 第52-55页 |
| ·问题的提出 | 第52-53页 |
| ·结构损伤报警问题的RBFNN 模型及算法 | 第53-54页 |
| ·报警指标 | 第54-55页 |
| ·RBFNN 输入特征参数的选择 | 第55页 |
| ·损伤定位 | 第55-60页 |
| ·传统PNN | 第56-58页 |
| ·自适应 PNN | 第58-59页 |
| ·自适应 PNN 的损伤定位机理 | 第59-60页 |
| ·网络输入特征参数选择 | 第60页 |
| ·损伤程度识别 | 第60-62页 |
| ·悬臂梁数值算例 | 第62-74页 |
| ·损伤报警 | 第63-67页 |
| ·损伤模式样本的产生 | 第63-64页 |
| ·损伤报警结果 | 第64-67页 |
| ·测量误差与模态灵敏度 | 第67页 |
| ·损伤定位 | 第67-72页 |
| ·损伤位置模式样本的产生 | 第67-69页 |
| ·损伤定位的PNN 模型 | 第69-70页 |
| ·损伤定位的识别结果 | 第70-71页 |
| ·测量误差及模态灵敏度 | 第71-72页 |
| ·损伤程度评估 | 第72-74页 |
| ·损伤程度模式样本产生 | 第72-73页 |
| ·损伤程度识别的改进 BP 网络模型 | 第73页 |
| ·损伤程度识别的结果 | 第73-74页 |
| ·本章小结 | 第74-75页 |
| 第五章 试验研究 | 第75-85页 |
| ·引言 | 第75页 |
| ·试验概况 | 第75-82页 |
| ·网络识别结果 | 第82-84页 |
| ·本章小结 | 第84-85页 |
| 第六章 应变传感器优化配置研究 | 第85-105页 |
| ·引言 | 第85-86页 |
| ·基于SMAC 的应变传感器优化配置准则 | 第86-87页 |
| ·应变模态保证准则SMAC | 第86页 |
| ·模态保证准则MAC | 第86页 |
| ·SMAC | 第86页 |
| ·基于SMAC 的应变传感器优化配置准则 | 第86-87页 |
| ·传感器位置的初步配置 | 第87-88页 |
| ·应变传感器位置优化的遗传算法 | 第88-100页 |
| ·遗传算法（Genetic Algorithm，GA）简介 | 第88-96页 |
| ·遗传算法的基本思想 | 第88-89页 |
| ·遗传算法的特点 | 第89-91页 |
| ·遗传算法的实现 | 第91-93页 |
| ·遗传算法的数学基础 | 第93-96页 |
| ·应变传感器位置优化GA 法的实现 | 第96-100页 |
| ·参数编码 | 第96-97页 |
| ·交叉算子 | 第97-99页 |
| ·变异算子 | 第99页 |
| ·适应度函数的设定 | 第99-100页 |
| ·算例 | 第100-103页 |
| ·本章小结 | 第103-105页 |
| 第七章 全文总结与展望 | 第105-109页 |
| ·总结 | 第105-107页 |
| ·论文主要创新之处 | 第107页 |
| ·展望 | 第107-109页 |
| 参考文献 | 第109-123页 |
| 致谢 | 第123-124页 |
| 作者攻读博士学位期间发表的论文 | 第124页 |