致谢 | 第1-6页 |
中文摘要 | 第6-7页 |
ABSTRACT | 第7-12页 |
1 绪论 | 第12-24页 |
·架桥机简介 | 第12-13页 |
·研究目的和意义 | 第13-14页 |
·国内外研究现状 | 第14-21页 |
·基于静态监测数据的结构损伤识别方法 | 第14-15页 |
·基于动态监测数据的结构损伤识别方法 | 第15-17页 |
·基于人工智能的损伤识别方法 | 第17-21页 |
·其它方法 | 第21页 |
·本论文的主要研究内容 | 第21-24页 |
2 安全因子集的构建及其对损伤的适用性分析 | 第24-54页 |
·安全因子集的提出 | 第24-28页 |
·固有频率因子DNF | 第24-25页 |
·模态振型因子MMF | 第25页 |
·模态保证准则因子MAC | 第25-26页 |
·动刚度因子DSF | 第26页 |
·模态应变能因子DSER | 第26-27页 |
·结构响应因子DSR | 第27页 |
·姿态角因子AAF | 第27-28页 |
·超载因子OLF | 第28页 |
·偏载因子PLF | 第28页 |
·有限元模型的建立及工况说明 | 第28-31页 |
·安全因子集的适用性分析 | 第31-51页 |
·固有频率因子DNF | 第31-36页 |
·模态振型因子MMF | 第36-39页 |
·模态保证准则因子MAC | 第39-40页 |
·模态应变能因子DSER | 第40-42页 |
·结构响应因子DSR | 第42-50页 |
·适用性分析小结 | 第50-51页 |
·本章结论 | 第51-54页 |
3 布谷鸟搜索算法的改进及其在结构损伤识别中的应用研究 | 第54-82页 |
·布谷鸟搜索算法(CSA) | 第54-58页 |
·布谷鸟产卵行为 | 第55页 |
·莱维飞行 | 第55-56页 |
·布谷鸟搜索行为 | 第56-58页 |
·改进的布谷鸟搜索算法(ICSA) | 第58-67页 |
·基于云模型的发现概率P_α | 第58-62页 |
·步长改进 | 第62页 |
·莱维飞行方法改进 | 第62-64页 |
·协同布谷鸟搜索算法 | 第64-67页 |
·仿真结果与讨论 | 第67-77页 |
·粒子群优化算法 | 第67页 |
·引力搜索算法(GSA) | 第67-68页 |
·测试函数与算法参数设定 | 第68-77页 |
·优化算法在结构损伤中的应用研究 | 第77-81页 |
·评价模型建立 | 第77-78页 |
·分析结果 | 第78-81页 |
·本章小结 | 第81-82页 |
4 基于核模糊聚类和多分辨小波核的相关向量机在损伤识别中的应用研究 | 第82-120页 |
·引言 | 第82页 |
·基于布谷鸟搜索算法的核模糊聚类算法 | 第82-92页 |
·模糊聚类分析 | 第83-84页 |
·模糊C-均值聚类算法(FCM) | 第84-85页 |
·核模糊C-均值聚类算法(KFCM) | 第85-86页 |
·基于布谷鸟搜索算法的核模糊C-均值聚类算法 | 第86-89页 |
·算例验证分析 | 第89-92页 |
·多分辨小波核相关向量机 | 第92-106页 |
·相关向量机回归模型 | 第92-98页 |
·核函数类型 | 第98-101页 |
·多分辨小波核 | 第101-102页 |
·基于多分辨小波核的相关向量机 | 第102-104页 |
·算例验证分析 | 第104-106页 |
·基于核模糊C-聚类和多分辨小波核的相关向量机在损伤识别中的应用 | 第106-118页 |
·基于核模糊聚类和多分辨小波核相关向量机的架桥机主梁损伤识别模型 | 第106-108页 |
·数值模拟 | 第108-109页 |
·损伤识别 | 第109-113页 |
·含噪声损伤识别 | 第113-117页 |
·未知损伤预测 | 第117-118页 |
·本章小结 | 第118-120页 |
5 架桥机主梁的损伤检测试验研究 | 第120-156页 |
·试验概况 | 第120-125页 |
·试件的设计 | 第121-122页 |
·载重小车模型设计 | 第122-124页 |
·导轨设计 | 第124页 |
·牵引装置 | 第124-125页 |
·试验仪器 | 第125页 |
·试验目的、方法和过程 | 第125-128页 |
·模型梁抗弯刚度测试 | 第125-126页 |
·模态试验 | 第126-127页 |
·动载试验 | 第127-128页 |
·试验结果及分析 | 第128-153页 |
·直接刚度法分析 | 第128-131页 |
·模态分析 | 第131-137页 |
·结构响应分析 | 第137-144页 |
·利用结构响应的最大和最小值判断结构的损伤 | 第144-148页 |
·协同布谷鸟搜索算法在试验中的应用分析 | 第148-150页 |
·相关向量机在试验中的应用分析 | 第150-153页 |
·本章小结 | 第153-156页 |
6 总结与展望 | 第156-160页 |
·全文总结 | 第156-157页 |
·主要创新点 | 第157-158页 |
·展望 | 第158-160页 |
参考文献 | 第160-172页 |
作者简历 | 第172-176页 |
学位论文数据集 | 第176页 |