| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 1 绪论 | 第10-18页 |
| ·引言 | 第10页 |
| ·研究的目的与意义 | 第10-11页 |
| ·结构损伤识别的国内外研究现状 | 第11-16页 |
| ·无模型识别方法 | 第12-13页 |
| ·基于模型识别方法 | 第13-14页 |
| ·结构损伤识别的神经网络方法 | 第14-15页 |
| ·结构损伤识别的其它方法 | 第15-16页 |
| ·结构损伤识别存在的主要问题 | 第16-17页 |
| ·本文的主要研究内容 | 第17-18页 |
| 2 结构损伤识别理论 | 第18-31页 |
| ·概述 | 第18页 |
| ·基于静态测量数据的结构损伤识别方法 | 第18-19页 |
| ·基于动态测量数据的结构损伤识别方法 | 第19-28页 |
| ·基于固有频率变化的结构损伤识别 | 第20-22页 |
| ·基于振型变化的结构损伤识别 | 第22-25页 |
| ·基于柔度变化的损伤识别指标 | 第25-27页 |
| ·基于刚度变化的损伤识别指标 | 第27-28页 |
| ·基于人工智能的结构损伤识别方法 | 第28-30页 |
| ·基于神经网络的结构损伤识别 | 第28-29页 |
| ·基于遗传算法的结构损伤识别 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 3 人工神经网络的理论与方法 | 第31-38页 |
| ·人工神经网络概述 | 第31页 |
| ·BP 神经网络基本原理 | 第31-35页 |
| ·BP 神经网络模型 | 第31-32页 |
| ·BP 算法 | 第32-33页 |
| ·改进的BP 算法 | 第33-35页 |
| ·常用的激活函数 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 4 基于BP 神经网络的结构损伤识别 | 第38-52页 |
| ·引言 | 第38页 |
| ·基本原理 | 第38-41页 |
| ·输入参数的选取与处理 | 第41-42页 |
| ·输入参数的选取 | 第41页 |
| ·数据处理的方法和步骤 | 第41-42页 |
| ·基于神经网络的结构损伤识别的VB 程序 | 第42-44页 |
| ·数值仿真算例及分析 | 第44-50页 |
| ·结构分析模型 | 第44-45页 |
| ·识别过程及结果分析 | 第45-50页 |
| ·本章小结 | 第50-52页 |
| 5 结构损伤识别的曲率模态和柔度曲率法 | 第52-61页 |
| ·概述 | 第52-53页 |
| ·结构损伤与模态变化的关系 | 第53-55页 |
| ·数值仿真算例及分析 | 第55-60页 |
| ·结构分析模型 | 第55-56页 |
| ·单损伤识别 | 第56-58页 |
| ·多损伤识别 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 6 基于BP 神经网络和曲率模态理论的桥梁损伤识别应用 | 第61-76页 |
| ·工程概况及桥梁病害情况 | 第61-65页 |
| ·工程概况 | 第61-62页 |
| ·测点布置与测试结果分析 | 第62-64页 |
| ·病害描述及成因分析 | 第64-65页 |
| ·有限元建模 | 第65-68页 |
| ·模型建立 | 第65-67页 |
| ·模态分析 | 第67-68页 |
| ·损伤识别研究的几点说明 | 第68页 |
| ·BP 神经网络样本采集与数据前处理 | 第68-70页 |
| ·BP 神经网络训练 | 第70-72页 |
| ·网络结构 | 第70页 |
| ·训练过程描述 | 第70-72页 |
| ·损伤识别结果 | 第72-75页 |
| ·损伤位置识别 | 第72-73页 |
| ·损伤程度识别 | 第73-75页 |
| ·结果分析 | 第75页 |
| ·本章小结 | 第75-76页 |
| 7 结论及展望 | 第76-79页 |
| ·主要内容与结论 | 第76-77页 |
| ·展望 | 第77-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-85页 |
| 附录 攻读硕士学位期间发表的论文目录 | 第85页 |