摘要 | 第5-7页 |
Abstract | 第7-8页 |
第1章 绪论 | 第11-25页 |
1.1 选题背景及意义 | 第11-12页 |
1.2 结构损伤识别研究综述 | 第12-22页 |
1.2.1 发展历程 | 第12-13页 |
1.2.2 结构损伤识别的方法 | 第13页 |
1.2.3 不基于模型的损伤识别方法 | 第13-22页 |
1.3 损伤识别研究中的问题及不足 | 第22-23页 |
1.4 本文主要研究内容 | 第23-25页 |
第2章 温度对结构损伤识别的影响 | 第25-33页 |
2.1 温度对结构模态参数的影响 | 第25-27页 |
2.2 温度对材料弹性模量的影响 | 第27-29页 |
2.3 考虑温度影响的损伤识别 | 第29-30页 |
2.4 基于温度变化性弹性模量的刚度模型 | 第30-31页 |
2.5 本章小结 | 第31-33页 |
第3章 粒子群-布谷鸟混合算法 | 第33-51页 |
3.1 粒子群算法 | 第33-35页 |
3.1.1 粒子群算法简介 | 第33页 |
3.1.2 基于惯性权重改进的粒子群算法 | 第33-34页 |
3.1.3 基于约束因子改进的粒子群算法 | 第34-35页 |
3.2 布谷鸟算法 | 第35-37页 |
3.2.1 布谷鸟算法简介 | 第35-36页 |
3.2.2 基于自适应参数改进的布谷鸟算法 | 第36-37页 |
3.3 粒子群-布谷鸟混合算法 | 第37-38页 |
3.4 混合算法对典型函数的优化性能与PSO和CS的比较 | 第38-42页 |
3.4.1 Sphere函数 | 第39-40页 |
3.4.2 Rosenbrock函数 | 第40-42页 |
3.5 混合算法对简单结构损伤识别的优化性能比较 | 第42-50页 |
3.5.1 模型参数 | 第42页 |
3.5.2 目标函数 | 第42-43页 |
3.5.3 损伤工况的设置 | 第43-44页 |
3.5.4 粒子群算法损伤识别结果 | 第44-45页 |
3.5.5 布谷鸟算法损伤识别结果 | 第45-46页 |
3.5.6 粒子群-布谷鸟混合算法损伤识别结果 | 第46-47页 |
3.5.7 三种算法损伤识别结果对比 | 第47-50页 |
3.6 本章小结 | 第50-51页 |
第4章 温度作用下基于PSO-CS的结构损伤识别 | 第51-71页 |
4.1 损伤识别目标函数与算法参数的确定 | 第51-52页 |
4.2 温度作用下三跨连续梁模型的损伤识别 | 第52-59页 |
4.2.1 模型参数的确定 | 第52页 |
4.2.2 Matlab模态计算结果与SAP2000分析结果对比 | 第52-53页 |
4.2.3 PSO混合算法损伤工况的识别结果 | 第53-59页 |
4.3 温度作用下钢-混组合体系桥梁的损伤识别 | 第59-70页 |
4.3.1 I-40 桥振动测试 | 第59-62页 |
4.3.2 有限元数值计算程序的建立 | 第62-63页 |
4.3.3 有限元数值计算结果与振动测试数据对比 | 第63-65页 |
4.3.4 试验损伤工况的识别结果 | 第65-68页 |
4.3.5 模拟规范温度梯度分布工况的识别结果 | 第68-70页 |
4.4 本章小结 | 第70-71页 |
第5章 结论与展望 | 第71-73页 |
5.1 结论 | 第71-72页 |
5.2 展望 | 第72-73页 |
参考文献 | 第73-80页 |
致谢 | 第80-82页 |
攻读硕士学位期间取得的学术成果 | 第82页 |