无粘结预应力混凝土简支梁动力特性及有效预应力识别
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 论文研究背景和意义 | 第9-10页 |
| 1.2 国内外预应力损失的研究 | 第10-13页 |
| 1.2.1 预应力损失的传统计算法 | 第11-12页 |
| 1.2.2 预应力损失的试验检测法 | 第12-13页 |
| 1.3 神经网络技术的发展与应用 | 第13-15页 |
| 1.3.1 神经网络技术的发展 | 第13-14页 |
| 1.3.2 神经网络在预应力损失预测中的应用 | 第14-15页 |
| 1.4 论文的主要研究内容 | 第15-16页 |
| 第二章 无粘结预应力混凝土简支梁的动力特性试验 | 第16-37页 |
| 2.1 试验研究的目的及内容 | 第16页 |
| 2.2 试验梁的设计与制作 | 第16-22页 |
| 2.2.1 试验梁的参数设计 | 第17-18页 |
| 2.2.2 张拉控制力确定 | 第18-21页 |
| 2.2.3 混凝土材性试验 | 第21-22页 |
| 2.3 试验仪器选用及测点布设 | 第22-28页 |
| 2.3.1 试验仪器选用 | 第22-26页 |
| 2.3.2 试验测点布设 | 第26-28页 |
| 2.4 磁通量传感器标定 | 第28-30页 |
| 2.5 预应力混凝土简支梁动力特性测试 | 第30-35页 |
| 2.5.1 动力试验的主要流程 | 第30-31页 |
| 2.5.2 动力试验的加载与激励 | 第31-33页 |
| 2.5.3 试验梁的模态参数测试 | 第33-34页 |
| 2.5.4 试验梁的动弹性模量测试 | 第34-35页 |
| 2.6 本章小结 | 第35-37页 |
| 第三章 无粘结预应力混凝土梁的动力试验结果分析 | 第37-53页 |
| 3.1 预应力混凝土梁的试验模态分析 | 第37-48页 |
| 3.1.1 试验模态分析原理 | 第37-39页 |
| 3.1.2 模态频率分析 | 第39-44页 |
| 3.1.3 模态振型分析 | 第44-48页 |
| 3.2 预应力混凝土梁的动弹性模量分析 | 第48-52页 |
| 3.2.1 动弹性波的测试原理 | 第48-49页 |
| 3.2.2 动弹性模量测试分析 | 第49-52页 |
| 3.3 本章小结 | 第52-53页 |
| 第四章 无粘结预应力混凝土简支梁的动力特性分析 | 第53-74页 |
| 4.1 无粘结预应力筋对简支梁动力特性影响分析 | 第53-62页 |
| 4.1.1 轴心直线布筋简支梁的自振特性分析 | 第53-57页 |
| 4.1.2 偏心直线布筋简支梁的自振特性分析 | 第57-59页 |
| 4.1.3 曲线布筋简支梁的自振特性分析 | 第59-62页 |
| 4.2 考虑材料非线性的预应力简支梁自振特性分析 | 第62-64页 |
| 4.2.1 初始荷载效应对混凝土弹性模量的影响 | 第63-64页 |
| 4.2.2 考虑弹性模量变化的预应力梁振动分析 | 第64页 |
| 4.3 数值算例 | 第64-68页 |
| 4.3.1 预应力对轴心布筋梁自振特性的影响 | 第65-66页 |
| 4.3.2 预应力对偏心布筋梁自振特性的影响 | 第66-67页 |
| 4.3.3 预应力对曲线布筋梁自振特性的影响 | 第67-68页 |
| 4.4 预应力混凝土梁有限元仿真分析 | 第68-73页 |
| 4.4.1 有限元模型的建立 | 第68-69页 |
| 4.4.2 有限元计算结果分析 | 第69-71页 |
| 4.4.3 数值计算结果与试验结果对比分析 | 第71-73页 |
| 4.5 本章小结 | 第73-74页 |
| 第五章 基于BP神经网络的有效预应力识别方法研究 | 第74-87页 |
| 5.1 BP神经网络 | 第74-76页 |
| 5.1.1 BP网络的结构及算法 | 第74-76页 |
| 5.1.2 BP网络的优缺点 | 第76页 |
| 5.1.3 BP网络学习算法的改进 | 第76页 |
| 5.2 BP神经网络的参数设计 | 第76-78页 |
| 5.2.1 结构参数的选取 | 第76-77页 |
| 5.2.2 训练样本的归一化 | 第77-78页 |
| 5.3 BP神经网络的数值模拟 | 第78-86页 |
| 5.3.1 基于模态频率的预应力识别 | 第78-83页 |
| 5.3.2 基于模态频率和动弹性模量的预应力识别 | 第83-86页 |
| 5.4 本章小结 | 第86-87页 |
| 第六章 结论与展望 | 第87-89页 |
| 6.1 结论 | 第87-88页 |
| 6.2 展望 | 第88-89页 |
| 参考文献 | 第89-93页 |
| 致谢 | 第93-94页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第94页 |
