| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究目的及意义 | 第10-11页 |
| 1.2 预应力损失检测方法概述 | 第11-12页 |
| 1.3 预应力混凝土梁动力特性国内外研究现状 | 第12-14页 |
| 1.4 神经网络的发展与应用 | 第14-16页 |
| 1.4.1 神经网络的发展 | 第14-15页 |
| 1.4.2 神经网络在结构损伤识别中的应用 | 第15-16页 |
| 1.5 本文的研究内容 | 第16-18页 |
| 第2章 无粘结预应力混凝土梁自振频率分析 | 第18-36页 |
| 2.1 引言 | 第18-19页 |
| 2.2 力学原理 | 第19-24页 |
| 2.2.1 拉格朗日方程 | 第19-21页 |
| 2.2.2 哈密尔顿原理 | 第21-24页 |
| 2.3 预应力梁振动微分方程 | 第24-26页 |
| 2.4 考虑几何非线性因素的预应力梁振动微分方程 | 第26-30页 |
| 2.5 非线性系统周期解的方法 | 第30-34页 |
| 2.5.1 非线性系统周期解的方法 | 第30页 |
| 2.5.2 新型打靶算法 | 第30-34页 |
| 2.6 数值算例 | 第34-35页 |
| 2.7 本章小结 | 第35-36页 |
| 第3章 预应力混凝土简支梁动力试验研究 | 第36-50页 |
| 3.1 试验研究方法与流程概述 | 第36页 |
| 3.2 试验梁的设计与制作 | 第36-38页 |
| 3.3 压力测试传感器 | 第38-41页 |
| 3.3.1 压力测试传感器原理及制作 | 第38-39页 |
| 3.3.2 压力测试传感器标定 | 第39-41页 |
| 3.4 模态参数测试 | 第41-46页 |
| 3.4.1 试验所用设备 | 第41-42页 |
| 3.4.2 模态测试过程 | 第42-45页 |
| 3.4.3 模态分析方法 | 第45-46页 |
| 3.5 试验结果与分析 | 第46-48页 |
| 3.6 本章小结 | 第48-50页 |
| 第4章 基于IPSO-BP神经网络的有效预应力预测 | 第50-60页 |
| 4.1 引言 | 第50页 |
| 4.2 BP神经网络 | 第50-53页 |
| 4.2.1 BP神经网络模型与算法 | 第50-51页 |
| 4.2.2 BP神经网络的训练 | 第51-52页 |
| 4.2.3 BP神经网络的缺点 | 第52-53页 |
| 4.3 粒子群优化算法和改进 | 第53-55页 |
| 4.3.1 粒子群优化算法 | 第53-54页 |
| 4.3.2 粒子群优化算法改进 | 第54-55页 |
| 4.4 基于IPSO-BP神经网络的预测模型 | 第55-56页 |
| 4.5 预应力梁有效预应力预测 | 第56-59页 |
| 4.5.1 确定测试数据和样本 | 第56-57页 |
| 4.5.2 预测模型参数选择 | 第57-58页 |
| 4.5.3 预测结果分析 | 第58-59页 |
| 4.6 本章小结 | 第59-60页 |
| 第5章 结论与展望 | 第60-62页 |
| 5.1 结论 | 第60-61页 |
| 5.2 展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 作者简介及在学期间所取得的科研成果 | 第66-67页 |
| 后记和致谢 | 第67页 |