摘要 | 第3-5页 |
Abstract | 第5-7页 |
第1章 绪论 | 第11-34页 |
1.1 研究背景及意义 | 第11-13页 |
1.2 国内外研究现状 | 第13-29页 |
1.2.1 结构响应异常检测研究现状 | 第13-21页 |
1.2.2 性能退化/故障传感器分离研究现状 | 第21-23页 |
1.2.3 信息不完备下数据恢复方法研究现状 | 第23-27页 |
1.2.4 基于智能优化算法的损伤识别研究现状 | 第27-29页 |
1.3 本文的主要研究内容及技术路线 | 第29-34页 |
1.3.1 面临的挑战 | 第29-30页 |
1.3.2 研究目标及技术路线 | 第30-32页 |
1.3.3 主要研究内容 | 第32-34页 |
第2章 考虑传感器性能退化的结构响应异常检测 | 第34-60页 |
2.1 概述 | 第34-35页 |
2.2 传感器性能退化模型 | 第35-36页 |
2.3 结构响应异常检测基本原理回顾 | 第36-41页 |
2.3.1 数据融合 | 第36-39页 |
2.3.2 小波分析 | 第39-40页 |
2.3.3 独立分量分析 | 第40-41页 |
2.4 考虑传感器性能退化的结构响应异常检测方法 | 第41-45页 |
2.4.1 自适应一致性数据融合 | 第41-44页 |
2.4.2 结构响应异常检测方法 | 第44页 |
2.4.3 算法实现 | 第44-45页 |
2.5 数值算例1 | 第45-47页 |
2.6 数值算例2:七层框架 | 第47-59页 |
2.6.1 模型概况 | 第47-49页 |
2.6.2 识别结果与讨论 | 第49-58页 |
2.6.3 小结 | 第58-59页 |
2.7 本章小结 | 第59-60页 |
第3章 性能退化传感器分离与结构损伤初步定位 | 第60-91页 |
3.1 概述 | 第60页 |
3.2 结构响应异常区分与结构损伤初步定位的两阶段法 | 第60-68页 |
3.2.1 第一阶段:结构响应异常定位 | 第61-64页 |
3.2.2 第二阶段:结构响应异常来源判别 | 第64-67页 |
3.2.3 传感器性能退化与结构损伤区分与定位方法步骤 | 第67-68页 |
3.3 广义极似然比主成分分析第一主成分得分极值百分比指标评估 | 第68-74页 |
3.3.1 指标的可行性分析 | 第69-72页 |
3.3.2 指标的灵敏度分析 | 第72-74页 |
3.4 桁架模型数值验证 | 第74-78页 |
3.4.1 桁架数值模型概况 | 第74-75页 |
3.4.2 识别过程及结果 | 第75-78页 |
3.5 简支梁模型试验 | 第78-89页 |
3.5.1 结构模型 | 第79页 |
3.5.2 试验采集过程 | 第79-82页 |
3.5.3 工况模拟及参数设置 | 第82页 |
3.5.4 识别过程及识别结果 | 第82-88页 |
3.5.5 比较与讨论 | 第88-89页 |
3.6 本章小结 | 第89-91页 |
第4章 来自性能退化传感器的数据恢复与替换 | 第91-121页 |
4.1 概述 | 第91-92页 |
4.2 改进多尺度主成分数据重构(IMSPCA)方法 | 第92-98页 |
4.2.1 小波函数和分解层数选择 | 第92-94页 |
4.2.2 有效信息提取 | 第94-96页 |
4.2.3 主成分重构(PCA重构) | 第96-97页 |
4.2.4 小波重构 | 第97页 |
4.2.5 IMSPCA重建模型 | 第97-98页 |
4.3 自适应一致性数据替换 | 第98-100页 |
4.4 桁架模型数值试验 | 第100-113页 |
4.4.1 桁架模型概况 | 第100-101页 |
4.4.2 数据替换模型选择 | 第101-102页 |
4.4.3 IMSPCA数据重建分析 | 第102-109页 |
4.4.4 自适应一致性数据替换分析 | 第109-112页 |
4.4.5 小结 | 第112-113页 |
4.5 天津永和大桥实测数据验证 | 第113-120页 |
4.5.1 概况 | 第113-114页 |
4.5.2 数据替换模型选择 | 第114-115页 |
4.5.3 IMSPCA数据重建分析 | 第115-118页 |
4.5.4 自适应一致性数据替换分析 | 第118-120页 |
4.5.5 小结 | 第120页 |
4.6 本章小结 | 第120-121页 |
第5章 考虑传感器性能退化的结构损伤精确识别 | 第121-160页 |
5.1 概述 | 第121-122页 |
5.2 基于模态应变能和改进多粒子群协同优化算法的损伤识别 | 第122-143页 |
5.2.1 改进多粒子群协同优化算法(IMPSCO) | 第122-124页 |
5.2.2 基于IMPSCO的结构物理参数辨识步骤 | 第124-125页 |
5.2.3 两阶段损伤识别方法 | 第125-131页 |
5.2.4 两阶段损伤识别方法验证 | 第131-143页 |
5.3 考虑传感器性能退化的结构损伤精确识别方法 | 第143-145页 |
5.3.1 结构响应异常检测 | 第144页 |
5.3.2 性能退化传感器分离与定位 | 第144页 |
5.3.3 来自性能退化传感器的信号重构 | 第144-145页 |
5.3.4 结构损伤精确定量分析 | 第145页 |
5.4 七层框架试验 | 第145-158页 |
5.4.1 试验概况 | 第145-146页 |
5.4.2 损伤工况模拟 | 第146-147页 |
5.4.3 试验数据采集 | 第147-148页 |
5.4.4 数值模型修正 | 第148-150页 |
5.4.5 识别结果 | 第150-158页 |
5.4.6 讨论 | 第158页 |
5.5 本章小结 | 第158-160页 |
第6章 结论与展望 | 第160-163页 |
参考文献 | 第163-176页 |
致谢 | 第176-177页 |
个人简历、在学期间发表的学术论文与研究成果 | 第177-178页 |