| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第一章绪论 | 第12-39页 |
| ·研究的背景与意义 | 第12-14页 |
| ·既有桥梁检测、评估及管理研究进展 | 第14-28页 |
| ·检测数据采集与分析及检测优化研究进展 | 第14-19页 |
| ·既有桥梁安全性与耐久性评估研究进展 | 第19-20页 |
| ·既有桥梁的时变抗力及时变可靠度研究进展 | 第20-22页 |
| ·既有桥梁生命周期管理研究进展 | 第22-27页 |
| ·桥梁安全性耐久性优化设计新理念 | 第27-28页 |
| ·本文的主要研究内容 | 第28-29页 |
| 参考文献 | 第29-39页 |
| 第二章钢筋混凝土服役旧梁与新梁弯曲对比试验研究 | 第39-54页 |
| ·引言 | 第39-40页 |
| ·旧梁试验 | 第40-42页 |
| ·旧梁试验概况 | 第40-41页 |
| ·旧梁荷载试验方法及试验内容 | 第41-42页 |
| ·加载程序 | 第41页 |
| ·试验设备 | 第41-42页 |
| ·新梁荷载试验 | 第42-43页 |
| ·新梁试验概况 | 第42-43页 |
| ·新梁荷载试验方法及试验内容 | 第43页 |
| ·钢筋混凝土新、旧梁试验结果分析 | 第43-52页 |
| ·旧梁截面应变 | 第43-45页 |
| ·新旧梁跨中的挠度 | 第45-46页 |
| ·旧梁的承载能力 | 第46-47页 |
| ·新旧梁的最大裂缝高度和最大裂缝宽度 | 第47-52页 |
| ·结论 | 第52-53页 |
| 参考文献 | 第53-54页 |
| 第三章循环加载对钢筋混凝土梁抗剪性能影响的试验分析 | 第54-61页 |
| ·引言 | 第54页 |
| ·试验概况 | 第54-57页 |
| ·试验设计 | 第54-56页 |
| ·加载装置与试验程序 | 第56-57页 |
| ·试验结果分析 | 第57-60页 |
| ·试验结果 | 第57-58页 |
| ·试验结果分析 | 第58-60页 |
| ·结论 | 第60页 |
| 参考文献 | 第60-61页 |
| 第四章由表观损伤特征反演钢筋混凝土梁的受弯承载率 | 第61-75页 |
| ·引言 | 第61页 |
| ·BP神经网络与Levenberg-Marquart算法 | 第61-66页 |
| ·BP神经网络基本原理 | 第62-64页 |
| ·Levenberg-Marquart算法 | 第64-66页 |
| ·反演受弯承载率的BP神经网络模型 | 第66-68页 |
| ·BP神经网络模型的拓扑结构 | 第66页 |
| ·网络计算程序 | 第66-67页 |
| ·样本数据的收集和整理 | 第67-68页 |
| ·模型仿真实例与评价 | 第68-71页 |
| ·训练与仿真实例 | 第68-70页 |
| ·模型检验与评价 | 第70-71页 |
| ·长期荷载作用与疲劳荷载作用对裂缝宽度的影响 | 第71-73页 |
| ·结论 | 第73页 |
| 参考文献 | 第73-75页 |
| 第五章钢筋混凝土梁桥安全性评定标准及综合评定方法 | 第75-90页 |
| ·现有安全性评定标准 | 第75-76页 |
| ·建议的安全性评定标准 | 第76-80页 |
| ·承载能力评定标准 | 第76-78页 |
| ·承载状态评定标准 | 第78-80页 |
| ·桥梁安全性综合评定方法 | 第80-88页 |
| ·安全性综合评定模型 | 第80-81页 |
| ·模糊综合评判方法 | 第81页 |
| ·权重的确定方法-层次分析法 | 第81-83页 |
| ·影响因素的隶属度 | 第83-84页 |
| ·应用实例 | 第84-88页 |
| ·结论 | 第88页 |
| 参考文献 | 第88-90页 |
| 第六章基于自适应神经-模糊推理系统和遗传算法的桥梁耐久性评估专家系统 | 第90-116页 |
| ·专家系统 | 第90-92页 |
| ·专家系统的结构 | 第90-91页 |
| ·专家系统的开发方法 | 第91-92页 |
| ·模糊集合与模糊推理系统 | 第92-96页 |
| ·模糊集合 | 第92-94页 |
| ·模糊if-then规则 | 第94页 |
| ·模糊推理系统 | 第94-96页 |
| ·自适应网络 | 第96-99页 |
| ·结构 | 第96-98页 |
| ·前向网络的反传 | 第98-99页 |
| ·GA-BP(遗传-反向传播)混合算法 | 第99-104页 |
| ·遗传算法 | 第99-102页 |
| ·用遗传算法训练神经网络时存在的问题 | 第102-103页 |
| ·GA-BP混合算法 | 第103-104页 |
| ·自适应神经-模糊推理系统ANFIS | 第104-106页 |
| ·ANFIS结构 | 第104-106页 |
| ·ANFIS学习方法 | 第106页 |
| ·桥梁耐久性评估模型 | 第106-108页 |
| ·模糊“IF-THEN”规则 | 第108-109页 |
| ·桥梁耐久性评估ANFIS推理系统 | 第109-113页 |
| ·桥梁耐久性评估ANFIS推理系统结构 | 第109-111页 |
| ·评估主梁耐久性的自适应神经-模糊推理系统 | 第111-112页 |
| ·桥梁耐久性评估ANFIS推理系统结构学习方法 | 第112-113页 |
| ·应用实例 | 第113-114页 |
| ·系统学习(网络训练) | 第113页 |
| ·系统测试 | 第113-114页 |
| ·结果分析 | 第114页 |
| ·结论 | 第114页 |
| 参考文献 | 第114-116页 |
| 第七章基于时变可靠度的剩余寿命预测及桥梁维修加固优化策略 | 第116-133页 |
| ·引言 | 第116-117页 |
| ·时变可靠度 | 第117-123页 |
| ·在役结构的时变可靠度 | 第117-118页 |
| ·简化计算公式 | 第118-119页 |
| ·抗力的随机过程模型 | 第119-121页 |
| ·荷载效应 | 第121-123页 |
| ·维修准则及在役结构剩余寿命预测 | 第123-124页 |
| ·最优维修策略 | 第124-126页 |
| ·维修费用 | 第125页 |
| ·优化公式 | 第125-126页 |
| ·应用实例 | 第126-131页 |
| ·桥梁概况 | 第126-129页 |
| ·维修策略 | 第129-130页 |
| ·通过检测修正最优策略 | 第130-131页 |
| ·结论 | 第131页 |
| 参考文献 | 第131-133页 |
| 第八章总结与展望 | 第133-136页 |
| ·本文的工作总结 | 第133-134页 |
| ·需要进一步研究的问题 | 第134-136页 |
| 创新点摘要 | 第136-137页 |
| 攻读博士期间发表的论文 | 第137-138页 |
| 致谢 | 第138-139页 |
