| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-22页 |
| ·结构损伤识别的意义 | 第7-8页 |
| ·桥梁结构损伤识别与评定的研究现状 | 第8-20页 |
| ·基于静力测量的结构损伤识别方法 | 第9-10页 |
| ·基于动力测量的结构损伤识别方法 | 第10-20页 |
| ·当前的结构损伤识别存在的主要问题 | 第20-21页 |
| ·本论文主要的研究内容 | 第21-22页 |
| 第二章 小波分析理论和小波包能量原理 | 第22-36页 |
| ·引言 | 第22页 |
| ·小波分析理论 | 第22-31页 |
| ·小波分析的发展 | 第22-23页 |
| ·傅立叶变换 | 第23-24页 |
| ·Garbor 变换 | 第24-26页 |
| ·小波变换 | 第26-30页 |
| ·离散小波变换 | 第30-31页 |
| ·多分辨率分析 | 第31-33页 |
| ·小波包分析 | 第33-35页 |
| ·小波包能量 | 第35页 |
| ·本章小结 | 第35-36页 |
| 第三章 RBF 网络的原理 | 第36-46页 |
| ·引言 | 第36页 |
| ·人工神经网络的发展历史及分类 | 第36-38页 |
| ·人工神经网络的模型 | 第38-39页 |
| ·径向基网络及其算法 | 第39-43页 |
| ·径向基网络基本原理 | 第39页 |
| ·径向基网络的结构模型 | 第39-41页 |
| ·径向基网络的学习算法 | 第41-43页 |
| ·基于径向基网络的结构损伤识别的基本方法 | 第43页 |
| ·基于OLS 算法的径向基神经网络设计 | 第43-45页 |
| ·正交最小二乘法的基本思想 | 第43-45页 |
| ·径向基函数网络中心的选择 | 第45页 |
| ·本章小结 | 第45-46页 |
| 第四章 小波包能量在损伤识别中的应用 | 第46-55页 |
| ·混凝土简支T 梁有限元模型 | 第46-47页 |
| ·小波包能量变化率确定损伤位置 | 第47-50页 |
| ·基于小波包能量分布向量在神经网络中的损伤程度判别 | 第50-54页 |
| ·小波包能量分布向量确定单处损伤程度 | 第50-51页 |
| ·小波包能量分布向量确定两处损伤程度 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 试验结果及分析 | 第55-70页 |
| ·试验模型和试验装置 | 第55-57页 |
| ·钢筋混凝土T 梁模型 | 第55-56页 |
| ·试验测试验装置 | 第56-57页 |
| ·实测加速度信号的小波包能量分析 | 第57-67页 |
| ·实测加速度数据除噪处理 | 第57-59页 |
| ·对消噪后的无损伤前加速度信号进行小波包分解 | 第59-62页 |
| ·T 梁分级加载后的小波包能量 | 第62-65页 |
| ·对梁损伤的位置识别 | 第65-67页 |
| ·小波包能量分布向量在RBF 网络中的应用 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 第六章 结论与展望 | 第70-72页 |
| ·主要结论 | 第70页 |
| ·今后工作的展望 | 第70-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-79页 |
| 在学期间发表的论著及取得的科研成果 | 第79页 |