| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-25页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 桥梁损伤识别方法 | 第13-20页 |
| 1.2.1 基于频率的损伤识别方法 | 第13-14页 |
| 1.2.2 基于振型的损伤识别方法 | 第14-16页 |
| 1.2.3 基于智能计算技术的损伤识别方法 | 第16-20页 |
| 1.3 参数信息不完备状况下的桥梁损伤识别技术 | 第20-21页 |
| 1.3.1 测试参数缺失下的桥梁结构损伤识别 | 第20页 |
| 1.3.2 基准模型缺失下的桥梁结构损伤识别 | 第20-21页 |
| 1.4 基于模糊理论的损伤识别方法 | 第21-22页 |
| 1.5 本文主要研究内容 | 第22-25页 |
| 第2章 粒子群优化模糊C均值聚类原理概述 | 第25-35页 |
| 2.1 粒子群优化理论 | 第25-29页 |
| 2.1.1 粒子群算法全局优化性能 | 第25-26页 |
| 2.1.2 粒子群算法及参数控制 | 第26-27页 |
| 2.1.3 粒子群算法计算流程 | 第27-29页 |
| 2.2 模糊C均值聚类原理 | 第29-31页 |
| 2.2.1 模糊集合及模糊隶属度 | 第29-30页 |
| 2.2.2 模糊C均值聚类算法 | 第30-31页 |
| 2.3 粒子群优化模糊C均值聚类理论 | 第31-33页 |
| 2.4 粒子群优化模糊C均值聚类损伤识别原理 | 第33-34页 |
| 2.5 本章小结 | 第34-35页 |
| 第3章 测试参数误差及信息缺失下的桥梁损伤识别方法 | 第35-51页 |
| 3.1 引言 | 第35-36页 |
| 3.2 损伤识别指标建立 | 第36-39页 |
| 3.2.1 振型比值损伤识别指标 | 第36页 |
| 3.2.2 损伤识别指标有效性验证 | 第36-39页 |
| 3.3 基于模糊聚类的损伤识别系统构建 | 第39-45页 |
| 3.3.1 聚类样本损伤工况及指标建立 | 第39-40页 |
| 3.3.2 损伤位置识别聚类中心 | 第40-43页 |
| 3.3.3 损伤程度识别聚类中心 | 第43-44页 |
| 3.3.4 损伤识别测试 | 第44-45页 |
| 3.4 测试噪声影响下的桥梁损伤识别 | 第45-48页 |
| 3.4.1 噪声模拟 | 第45-46页 |
| 3.4.2 损伤位置识别 | 第46-47页 |
| 3.4.3 损伤程度识别 | 第47-48页 |
| 3.5 参数信息缺失下的桥梁损伤识别 | 第48-49页 |
| 3.5.1 损伤位置识别 | 第48-49页 |
| 3.5.2 损伤程度识别 | 第49页 |
| 3.6 本章小结 | 第49-51页 |
| 第4章 不依赖基准模型参数的桥梁损伤识别方法 | 第51-65页 |
| 4.1 引言 | 第51-52页 |
| 4.2 理论基础 | 第52-57页 |
| 4.2.1 均匀荷载面计算理论 | 第52-53页 |
| 4.2.2 多项式拟合算法 | 第53-55页 |
| 4.2.3 三次样条插值算法 | 第55-57页 |
| 4.3 基准模型参数拟合与重构 | 第57-60页 |
| 4.3.1 均匀荷载面曲率参数 | 第57-58页 |
| 4.3.2 基准模型参数重构准确性分析 | 第58-60页 |
| 4.4 不依赖基准模型参数的桥梁损伤识别 | 第60-64页 |
| 4.4.1 不依赖基准模型参数的损伤识别流程 | 第60-61页 |
| 4.4.2 不依赖基准模型参数的损伤位置识别 | 第61-63页 |
| 4.4.3 不依赖基准模型参数的损伤程度识别 | 第63-64页 |
| 4.5 本章小结 | 第64-65页 |
| 第5章 结论与展望 | 第65-67页 |
| 5.1 结论 | 第65-66页 |
| 5.2 展望 | 第66-67页 |
| 参考文献 | 第67-73页 |
| 作者简介 | 第73-75页 |
| 致谢 | 第75页 |