基于小波分析的结构损伤识别方法研究
| 摘要 | 第4-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-35页 |
| 1.1 土木工程结构进行健康监测的重要性 | 第10-12页 |
| 1.2 结构健康监测和损伤识别的发展 | 第12-14页 |
| 1.3 目前国内外对结构健康监测的研究现状 | 第14-16页 |
| 1.4 结构健康监测中的损伤识别方法 | 第16-32页 |
| 1.5 本文主要研究的内容 | 第32-35页 |
| 第二章 基于小波分析的结构健康监测策略 | 第35-58页 |
| 2.1 结构健康监测中的关键性问题 | 第35-38页 |
| 2.2 多尺度分析理论 | 第38-39页 |
| 2.3 小波分析理论 | 第39-54页 |
| 2.4 面向实时在线监测的结构健康监测策略 | 第54-56页 |
| 2.5 小结 | 第56-58页 |
| 第三章 结构动力系统的多尺度分析 | 第58-77页 |
| 3.1 损伤识别的动力系统模型分析 | 第58-59页 |
| 3.2 单自由度模型的结构动力系统多尺度分析 | 第59-62页 |
| 3.3 多自由度模型的结构动力系统多尺度分析 | 第62-66页 |
| 3.4 结构损伤的时变系统分析及其状态空间模型 | 第66-68页 |
| 3.5 结构损伤多尺度分析的数值仿真研究 | 第68-75页 |
| 3.6 小结 | 第75-77页 |
| 第四章 实时监测中的结构损伤预警 | 第77-97页 |
| 4.1 结构损伤预警的目的及重要性 | 第77-78页 |
| 4.2 多尺度损伤预警的理论基础和小波基的选取 | 第78-81页 |
| 4.3 应用小波分析对测试信号进行去噪的方法 | 第81-83页 |
| 4.4 基于小波变换的损伤预警研究 | 第83-94页 |
| 4.5 小结 | 第94-97页 |
| 第五章 损伤特征提取及模式分类方法 | 第97-116页 |
| 5.1 结构损伤的模式识别问题 | 第97-99页 |
| 5.2 损伤信息的小波包特征提取方法 | 第99-107页 |
| 5.3 基于神经网络的损伤模式分类 | 第107-114页 |
| 5.4 小结 | 第114-116页 |
| 第六章 基于信息融合的损伤确认、定位及定量 | 第116-137页 |
| 6.1 结构损伤识别中的多传感器信息融合 | 第116-117页 |
| 6.2 损伤识别的耦合神经网络融合算法 | 第117-119页 |
| 6.3 结构损伤识别的模型实验 | 第119-124页 |
| 6.4 损伤特征的提取和数据层融合 | 第124-131页 |
| 6.5 结构损伤的确认、定位及定量 | 第131-135页 |
| 6.6 小结 | 第135-137页 |
| 第七章 结论与展望 | 第137-140页 |
| 7.1 主要工作及结论 | 第137-138页 |
| 7.2 进一步的研究展望 | 第138-140页 |
| 参考文献 | 第140-150页 |
| 附录: 攻读博士学位期间完成的论文 | 第150-151页 |
| 致谢 | 第151页 |
