基于光纤光栅宏应变测量的受弯构件参数识别方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-23页 |
| ·研究背景及意义 | 第10-14页 |
| ·结构损伤检测研究与应用的现状 | 第14-21页 |
| ·传统无损检测法 | 第15-16页 |
| ·基于振动的损伤识别 | 第16-21页 |
| ·本文主要研究内容与工作 | 第21-23页 |
| 第2章 神经网络理论与光纤光栅原理介绍及应用 | 第23-39页 |
| ·神经网络简介 | 第23-28页 |
| ·神经网络的发展概况 | 第23-24页 |
| ·神经元模型 | 第24-25页 |
| ·神经网络的结构与类型 | 第25-26页 |
| ·神经网络学习算法 | 第26-28页 |
| ·BP 神经网络 | 第28-31页 |
| ·BP 神经网络结构 | 第28-29页 |
| ·BP 算法介绍 | 第29-30页 |
| ·BP 神经网络的局限及改进方法 | 第30-31页 |
| ·神经网络在工程结构中的应用 | 第31-35页 |
| ·光纤布拉格光栅工作原理 | 第35-37页 |
| ·FBG 在健康监测系统中的应用 | 第37-39页 |
| 第3章 基于结构宏应变时程的直接参数识别法 | 第39-59页 |
| ·基于振动测量的神经网络方法识别结构参数 | 第39页 |
| ·宏应变概念的引入与宏应变的计算 | 第39-41页 |
| ·分布式动态宏应变基本概念 | 第40页 |
| ·梁式结构宏应变计算 | 第40-41页 |
| ·多自由度系统运动方程的状态空间表示 | 第41-42页 |
| ·基于两个神经网络的结构参数识别方法的实现 | 第42-45页 |
| ·小比例钢梁实验 | 第45-47页 |
| ·实验概况 | 第45-46页 |
| ·噪声分析 | 第46-47页 |
| ·小比例钢梁的参数以及损伤识别 | 第47-58页 |
| ·基于应变响应时程的损伤梁L_1 参数识别 | 第47-54页 |
| ·基于应变响应时程的完好梁L_2 参数识别 | 第54-58页 |
| ·识别结果评价 | 第58页 |
| ·本章小结 | 第58-59页 |
| 第4章 基于应变模态的损伤定位与定量方法 | 第59-76页 |
| ·宏应变频响函数（FRF） | 第59-62页 |
| ·模态宏应变向量的建立 | 第62-63页 |
| ·损伤评价指数 | 第63-65页 |
| ·数值模拟研究 | 第65-67页 |
| ·损伤定位 | 第65-66页 |
| ·损伤定量 | 第66-67页 |
| ·宏应变模态方法的适用性讨论 | 第67-72页 |
| ·传感器布置的影响 | 第67-68页 |
| ·归一化MMS 传感器的选择 | 第68-69页 |
| ·受弯截面形式与支撑条件的影响 | 第69-70页 |
| ·损伤类型 | 第70-71页 |
| ·损伤局部化问题的进一步讨论 | 第71-72页 |
| ·试验验证与分析 | 第72-75页 |
| ·实验数据处理 | 第72-73页 |
| ·损伤识别 | 第73-74页 |
| ·损伤识别方案 | 第74-75页 |
| ·本章小结 | 第75-76页 |
| 结语 | 第76-78页 |
| 参考文献 | 第78-84页 |
| 致谢 | 第84-85页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第85页 |
