| 摘要 | 第1-9页 |
| Abstract | 第9-11页 |
| 第1章 绪论 | 第11-21页 |
| ·结构损伤识别的背景与意义 | 第11-12页 |
| ·结构损伤识别的发展与国内外研究现状 | 第12-20页 |
| ·基于固有频率变化的损伤识别方法 | 第12-13页 |
| ·基于振型变化的损伤识别方法 | 第13页 |
| ·基于刚度变化的损伤识别方法 | 第13-14页 |
| ·基于柔度变化的损伤识别方法 | 第14-15页 |
| ·基于剩余模态力分析的损伤识别方法 | 第15-16页 |
| ·基于能量变化的损伤识别方法 | 第16-17页 |
| ·基于传递函数（频响函数）变化的结构损伤识别方法 | 第17-18页 |
| ·基于神经网络的结构损伤识别方法 | 第18-20页 |
| ·本文研究的主要内容 | 第20-21页 |
| 第二章 BP 神经网络与小波包分析的基本理论 | 第21-33页 |
| ·引言 | 第21页 |
| ·BP 神经网络 | 第21-28页 |
| ·BP 神经网络结构与算法 | 第21-25页 |
| ·BP 算法存在的问题 | 第25页 |
| ·BP 算法的改进 | 第25-27页 |
| ·BP 神经网络的应用 | 第27-28页 |
| ·小波包分析 | 第28-32页 |
| ·小波包的定义 | 第28-30页 |
| ·小波包的性质 | 第30页 |
| ·小波包的空间分解 | 第30-32页 |
| ·小波包算法 | 第32页 |
| ·本章小结 | 第32-33页 |
| 第3章 基于虚拟脉冲响应函数与BP 神经网络的结构损伤识别研究 | 第33-51页 |
| ·引言 | 第33页 |
| ·基本原理 | 第33-38页 |
| ·虚拟脉冲响应函数的获取 | 第33-34页 |
| ·虚拟脉冲响应函数的小波包分解 | 第34页 |
| ·小波包分解形式的确定 | 第34-37页 |
| ·BP 神经网络的输入与输出 | 第37-38页 |
| ·基本步骤 | 第38页 |
| ·数值模拟 | 第38-48页 |
| ·有限元分析 | 第38-42页 |
| ·BP 神经网络的训练与测试 | 第42-47页 |
| ·噪声鲁棒性分析 | 第47-48页 |
| ·实验验证 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第四章 基于虚拟频响函数与BP 神经网络的结构损伤识别研究 | 第51-88页 |
| ·引言 | 第51-52页 |
| ·基本原理 | 第52-56页 |
| ·虚拟频响函数 | 第52-53页 |
| ·主成分分析法及虚拟频响函数的压缩 | 第53-55页 |
| ·基本步骤 | 第55-56页 |
| ·数值模拟 | 第56-85页 |
| ·有限元分析 | 第56-58页 |
| ·BP 神经网络的训练与测试 | 第58-76页 |
| ·噪声鲁棒性分析 | 第76-85页 |
| ·实验验证 | 第85-86页 |
| ·本章小结 | 第86-88页 |
| 第五章 结论与展望 | 第88-90页 |
| ·结论 | 第88-89页 |
| ·展望 | 第89-90页 |
| 参考文献 | 第90-95页 |
| 攻读硕士学位期间发表的学术论文及科研工作 | 第95-96页 |
| 致谢 | 第96页 |