首页--交通运输论文--公路运输论文--桥涵工程论文--桥梁试验观测与检定论文

基于结构健康监测数据的多塔斜拉桥刚性铰研究

摘要第4-5页
ABSTRACT第5-6页
第1章 绪论第9-17页
    1.1 斜拉桥的发展与特点第9-12页
    1.2 结构健康监测技术第12-13页
    1.3 国内外的研究现状第13-15页
    1.4 本文的研究内容第15-17页
第2章 浙江某多塔斜拉桥及其健康监测系统第17-38页
    2.1 大桥工程概况第17-22页
        2.1.1 工程概况第17-19页
        2.1.2 大桥创新性设计第19页
        2.1.3 大桥跨中刚性铰结构第19-22页
            2.1.3.1 大桥刚性铰结构的作用第19-20页
            2.1.3.2 刚性铰小箱梁构造第20-21页
            2.1.3.3 小箱梁固定端构造第21页
            2.1.3.4 刚性铰支座构造第21-22页
    2.2 大桥结构健康监测系统第22-25页
        2.2.1 系统概况第22-23页
        2.2.2 大桥结构健康监测系统监测项目第23-25页
    2.3 大桥健康监测系统数据分析第25-36页
        2.3.1 主航道桥刚性铰小箱梁内部大气温度监测第25-27页
        2.3.2 主航道桥主梁刚铰支座位移计监测第27-31页
        2.3.3 主航道桥刚性铰小箱梁应变监测第31-35页
        2.3.4 主航道桥主梁振动监测第35-36页
    2.4 本章小结第36-38页
第3章 刚性铰支座位移与温度和车载的相关性分析第38-63页
    3.1 引言第38页
    3.2 刚性铰纵向相对位移与温度的相关性分析第38-41页
        3.2.1 刚性铰支座位移与桥面温度相关性分析第38-40页
        3.2.2 刚性绞支座位移与刚性绞箱梁温度相关性分析:第40-41页
    3.3 刚性铰纵向相对位移温度效应剔除第41-51页
        3.3.1 主成分分析的方法概述第41页
        3.3.2 主成分分析的基本原理以及计算方法第41-44页
        3.3.3 主成分分析剔除温度效应的方法第44-47页
        3.3.4 刚性铰支座纵向相对位移主成分分析的结果第47-51页
    3.4 神经网络的原理与方法第51-55页
        3.4.1 人工神经网络概述第51-52页
        3.4.2 BP神经网络基本原理第52页
        3.4.3 BP神经网络算法的基本原理第52-54页
        3.4.4 BP神经网络的计算步骤及参数的选取第54-55页
    3.5 基于BP神经网络的刚性铰支座累积位移相关性分析第55-61页
        3.5.1 刚性铰位移-车载的相关性模型第55-56页
        3.5.2 相关性模型的建立方法第56-58页
        3.5.3 模型的重构能力和验证能力第58-61页
    3.6 本章小结第61-63页
第4章 基于相关函数幅值向量的小箱梁应变分析第63-82页
    4.1 引言第63页
    4.2 互相关函数幅值向量的基本原理第63-65页
        4.2.1 相关函数的定义第63-64页
        4.2.2 互相关函数幅值向量第64页
        4.2.3 互相关函数幅值向量的基本固形原理第64-65页
        4.2.4 相关函数幅值向量的变化依据第65页
    4.3 刚性铰原始应变的相关函数幅值向量第65-68页
        4.3.1 应变相关函数幅值向量的计算步骤第65-67页
        4.3.2 原始应变的相关函数幅值向量分析第67-68页
    4.4 消除温度影响后应变的相关函数幅值向量第68-80页
        4.4.1 主成分分析分离应变中温度效应成分结果第68-71页
        4.4.2 消除温度影响后的刚性铰小箱梁纵向应变第71-72页
        4.4.3 消除温度影响后应变相关幅值向量分析第72-73页
        4.4.4 剔除温度效应前后相关函数幅值向量置信度对比第73-80页
    4.5 本章小结第80-82页
结论与展望第82-84页
参考文献第84-89页
致谢第89页

论文共89页,点击 下载论文
上一篇:分离式双箱梁风致振动全过程流场研究
下一篇:基于叠前逆时偏移方法的圆管损伤识别