| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第9-19页 |
| 1.1 课题的研究背景与意义 | 第9-10页 |
| 1.2 结构损伤识别的研究综述 | 第10-17页 |
| 1.2.1 结构损伤识别概述 | 第10页 |
| 1.2.2 结构损伤识别方法的分类 | 第10-16页 |
| 1.2.3 基于信息融合的损伤识别概论 | 第16-17页 |
| 1.3 本文研究的主要内容 | 第17-19页 |
| 2 基于内积向量的损伤检测理论 | 第19-27页 |
| 2.1 引言 | 第19页 |
| 2.2 结构动力响应的互相关函数 | 第19-24页 |
| 2.2.1 互相关函数的定义 | 第19-20页 |
| 2.2.2 结构位移响应的互相关函数 | 第20-22页 |
| 2.2.3 结构加速度响应的互相关函数 | 第22-24页 |
| 2.3 基于内积向量的基本理论 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 基于加速度内积向量的结构损伤识别方法 | 第27-55页 |
| 3.1 引言 | 第27页 |
| 3.2 加速度内积向量作为结构损伤指标的建立 | 第27-28页 |
| 3.3 白噪声随机激励下的结构加速度反应 | 第28-33页 |
| 3.3.1 白噪声激励 | 第28-31页 |
| 3.3.2 Wilson—θ法求解结构加速度响应 | 第31-33页 |
| 3.4 拱桥结构算例 | 第33-52页 |
| 3.4.1 数值算例描述 | 第33-34页 |
| 3.4.2 损伤识别程序的建立与识别流程 | 第34页 |
| 3.4.3 损伤工况的设定 | 第34-35页 |
| 3.4.4 拱桥结构的加速度响应 | 第35-37页 |
| 3.4.5 拱桥结构的加速度内积向量及其损伤指标 | 第37-41页 |
| 3.4.6 基于证据理论的内积向量参考点的融合 | 第41-45页 |
| 3.4.7 随机噪声对识别结果的影响 | 第45-52页 |
| 3.5 本章小结 | 第52-55页 |
| 4 基于模态应变能耗散率的损伤识别方法 | 第55-75页 |
| 4.1 引言 | 第55页 |
| 4.2 模态应变能基本理论 | 第55-62页 |
| 4.2.1 结构分析的有限元法 | 第55-58页 |
| 4.2.2 单元模态应变能 | 第58页 |
| 4.2.3 模态应变能对结构损伤的敏感性分析 | 第58-61页 |
| 4.2.4 模态应变能耗散率作为损伤指标的建立 | 第61-62页 |
| 4.3 拱桥结构算例 | 第62-69页 |
| 4.3.1 数值算例描述 | 第62-63页 |
| 4.3.2 损伤识别程序的建立与识别流程 | 第63-64页 |
| 4.3.3 损伤工况的设定 | 第64页 |
| 4.3.4 各损伤工况下结构模态参数 | 第64-65页 |
| 4.3.5 损伤识别结果 | 第65-68页 |
| 4.3.6 识别结果分析 | 第68-69页 |
| 4.4 存在噪音情况下的损伤识别结果 | 第69-73页 |
| 4.4.1 噪声的概述 | 第69页 |
| 4.4.2 结构模型中测量噪声的引入 | 第69-70页 |
| 4.4.3 损伤识别结果 | 第70-71页 |
| 4.4.4 识别结果精度分析 | 第71-73页 |
| 4.5 本章小结 | 第73-75页 |
| 5 基于改进D-S证据理论的信息融合 | 第75-93页 |
| 5.1 引言 | 第75页 |
| 5.2 信息融合概述 | 第75-78页 |
| 5.3 经典D-S证据理论 | 第78-81页 |
| 5.3.1 识别框架 | 第78页 |
| 5.3.2 基本概率分配函数 | 第78-79页 |
| 5.3.3 信任函数 | 第79页 |
| 5.3.4 似然函数 | 第79-80页 |
| 5.3.5 D-S合成规则 | 第80-81页 |
| 5.4 经典D-S证据理论存在的问题及现有改进方法 | 第81-83页 |
| 5.4.1 对现有改进方法的分析 | 第81-82页 |
| 5.4.2 经典D-S证据理论的改进 | 第82-83页 |
| 5.5 基于改进D-S证据理论的损伤识别流程 | 第83-84页 |
| 5.6 数值模拟算例 | 第84-90页 |
| 5.6.1 结构模型及损伤工况的设定 | 第84页 |
| 5.6.2 无噪音条件下的损伤识别结果及分析 | 第84-87页 |
| 5.6.3 有噪音条件下的损伤识别结果及分析 | 第87-90页 |
| 5.7 本章小结 | 第90-93页 |
| 6 结论与展望 | 第93-97页 |
| 6.1 本文主要结论 | 第93-94页 |
| 6.2 后续研究展望 | 第94-97页 |
| 致谢 | 第97-99页 |
| 参考文献 | 第99-102页 |