摘要 | 第1-6页 |
Abstract | 第6-12页 |
第1章 绪论 | 第12-34页 |
·引言 | 第12页 |
·与建筑结构健康诊断相关的几个术语 | 第12-14页 |
·建筑结构损伤识别技术的发展和研究现状 | 第14-26页 |
·结构损伤识别技术的发展 | 第14-16页 |
·基于传统数学方法的结构损伤识别 | 第16-24页 |
·基于遗传算法和人工智能的结构损伤识别 | 第24-26页 |
·我国钢网格结构的工程应用与常见缺陷和工程事故 | 第26-30页 |
·我国钢网格结构的工程应用 | 第26-27页 |
·钢结构中常见的缺陷及工程事故 | 第27-28页 |
·典型的钢网格结构工程事故 | 第28-30页 |
·钢网格结构的动力特性及其整体损伤识别中存在的问题 | 第30-32页 |
·网格结构的动力特性 | 第30页 |
·钢网格结构整体损伤识别中存在的问题 | 第30-32页 |
·本文的主要研究工作 | 第32-34页 |
第2章 钢结构的检测及测点布置优先级的综合排序 | 第34-45页 |
·构件的局部检测 | 第34页 |
·结构的整体检测 | 第34-36页 |
·结构振动的激励方法 | 第35-36页 |
·结构模态参数的识别 | 第36页 |
·结构整体检测中测点布置优先级的综合排序 | 第36-44页 |
·常用的测点位置确定方法及存在的问题 | 第36-39页 |
·测点布置优先级的综合排序法 | 第39-40页 |
·算例 | 第40-44页 |
·本章小结 | 第44-45页 |
第3章 人工神经网络及结构损伤特征参数的确定 | 第45-61页 |
·人工神经网络的发展概述 | 第45-46页 |
·人工神经网络的基本原理与特征 | 第46-48页 |
·人工神经元的基本原理 | 第46-48页 |
·人工神经网络的基本特征 | 第48页 |
·误差反向传播神经网络(BP 网络) | 第48-52页 |
·BP 算法的数学描述 | 第48-50页 |
·BP 网络的优缺点 | 第50页 |
·BP 网络性能的改进 | 第50-52页 |
·网格结构损伤特征参数的确定 | 第52-57页 |
·常用的结构损伤特征参数 | 第53-55页 |
·网格结构损伤特征参数的确定 | 第55-57页 |
·BP 网络的输出参数 | 第57页 |
·损伤识别算例 | 第57-59页 |
·本章小结 | 第59-61页 |
第4章 网格结构损伤识别的三步法 | 第61-73页 |
·引言 | 第61-62页 |
·面向节点的损伤初步定位方法及其实现 | 第62-64页 |
·面向节点的损伤初步定位方法 | 第62-64页 |
·损伤初步定位的实现 | 第64页 |
·网格结构损伤识别的三步法 | 第64-65页 |
·算例 | 第65-71页 |
·平面桁架的损伤识别 | 第65-69页 |
·空间桁架的损伤定位 | 第69-71页 |
·本章小结 | 第71-73页 |
第5章 网架结构的损伤定位 | 第73-85页 |
·网架结构的自振特性 | 第73-74页 |
·单杆件的损伤定位 | 第74-77页 |
·多杆件的损伤定位与分析 | 第77-84页 |
·本章小结 | 第84-85页 |
第6章 双层柱面网壳结构损伤识别试验研究 | 第85-97页 |
·网壳结构试验模型 | 第85-86页 |
·网壳结构模型的振动特性 | 第86-89页 |
·理论分析 | 第86-87页 |
·网壳结构模型振动特性实测 | 第87-89页 |
·损伤识别中振型分量的选取 | 第89页 |
·单杆损伤的定位 | 第89-92页 |
·神经网络的训练和检验 | 第89-91页 |
·实际损伤的定位 | 第91-92页 |
·两杆损伤的定位 | 第92-93页 |
·多杆损伤的定位 | 第93-95页 |
·三杆损伤的定位 | 第93-95页 |
·四杆损伤的定位 | 第95页 |
·多杆件损伤定位结果分析 | 第95页 |
·本章小结 | 第95-97页 |
第7章 结论与展望 | 第97-101页 |
·本文的主要工作、创新点及主要结论 | 第97-100页 |
·本文的主要工作 | 第97页 |
·主要结论 | 第97-99页 |
·本文的创新点 | 第99-100页 |
·本文进一步研究的方向 | 第100-101页 |
参考文献 | 第101-107页 |
攻读博士学位期间发表的学术论文 | 第107-108页 |
致谢 | 第108页 |