摘要 | 第5-6页 |
abstract | 第6页 |
第1章 绪论 | 第10-19页 |
1.1 课题的研究背景及意义 | 第10页 |
1.2 国内外研究现状 | 第10-15页 |
1.2.1 基于振型的结构损伤识别 | 第11-12页 |
1.2.2 基于固有频率的结构损伤识别 | 第12-13页 |
1.2.3 基于柔度、刚度矩阵的结构损伤识别 | 第13页 |
1.2.4 基于模型修正的结构损伤识别 | 第13-14页 |
1.2.5 基于计算智能的结构损伤识别 | 第14-15页 |
1.2.6 基于小波分析的结构损伤识别 | 第15页 |
1.3 结构损伤识别因子 | 第15-17页 |
1.3.1 频率损伤识别因子 | 第16页 |
1.3.2 振型损伤识别因子 | 第16-17页 |
1.3.3 刚度损伤识别因子 | 第17页 |
1.4 本文工作 | 第17-19页 |
第2章 基于最小二乘识别算法的框架结构损伤识别 | 第19-30页 |
2.1 引言 | 第19页 |
2.2 最小二乘法基本理论 | 第19-20页 |
2.2.1 最小二乘准则 | 第19-20页 |
2.2.2 最小二乘参数估计 | 第20页 |
2.3 重构不完备输出信息 | 第20-24页 |
2.3.1 积分算子变换法 | 第20-22页 |
2.3.2 计算值和理论值对比 | 第22-24页 |
2.4 高斯白噪声 | 第24-25页 |
2.5 数值算例 | 第25-29页 |
2.6 本章小结 | 第29-30页 |
第3章 基于复合反演识别算法的框架结构损伤识别及反演地震动 | 第30-40页 |
3.1 引言 | 第30页 |
3.2 复合反演识别算法 | 第30-33页 |
3.2.1 统计平均法 | 第30-31页 |
3.2.2 损伤识别及地震动反演 | 第31-33页 |
3.3 一种剔除异常数据的方法 | 第33-34页 |
3.4 数值算例 | 第34-39页 |
3.5 本章小结 | 第39-40页 |
第4章 基于广义复合反演识别算法的框架结构损伤识别 | 第40-58页 |
4.1 引言 | 第40页 |
4.2 利用扩展卡尔曼滤波识别算法识别框架结构损伤 | 第40-48页 |
4.2.1 扩展卡尔曼滤波 | 第40-44页 |
4.2.2 一种衰减记忆滤波技术 | 第44-45页 |
4.2.3 数值算例 | 第45-48页 |
4.3 子结构 | 第48-51页 |
4.4 利用广义复合反演识别算法识别框架结构损伤 | 第51-53页 |
4.5 数值算例 | 第53-57页 |
4.6 本章小结 | 第57-58页 |
第5章 框架结构损伤识别试验 | 第58-70页 |
5.1 五层钢框架结构试验介绍 | 第58-64页 |
5.1.1 模型设计制作 | 第58-59页 |
5.1.2 试验设备 | 第59页 |
5.1.3 试验工况 | 第59-60页 |
5.1.4 试验过程 | 第60-64页 |
5.2 五层钢框架结构损伤识别 | 第64-69页 |
5.2.1 最小二乘识别算法识别结构损伤 | 第64-65页 |
5.2.2 复合反演识别算法识别结构损伤 | 第65-67页 |
5.2.3 广义复合反演识别算法识别结构损伤 | 第67-69页 |
5.3 本章小结 | 第69-70页 |
结论与展望 | 第70-72页 |
参考文献 | 第72-77页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第77-78页 |
致谢 | 第78页 |