| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第一章 绪论 | 第13-26页 |
| ·土木结构进行健康监测和损伤诊断的意义 | 第13-14页 |
| ·结构损伤诊断的基本方法及存在的主要问题 | 第14-19页 |
| ·基于结构振动参数变化的识别方法 | 第15-16页 |
| ·无模型识别方法 | 第16-18页 |
| ·基于振动的损伤检测技术存在的问题 | 第18-19页 |
| ·信号处理方法和SVM在结构健康监测中的研究现状 | 第19-24页 |
| ·小波和小波包分析在损伤诊断中的研究现状 | 第19-20页 |
| ·EMD&EEMD在损伤诊断中的研究现状 | 第20-21页 |
| ·SVM在结构损伤诊断中的研究现状 | 第21-23页 |
| ·数据融合在结构损伤诊断中的研究现状 | 第23-24页 |
| ·课题的来源、研究内容及论文章节安排 | 第24-26页 |
| 第二章 基于EEMD和小波包分析的结构损伤特征提取 | 第26-50页 |
| ·引言 | 第26页 |
| ·EMD方法 | 第26-32页 |
| ·EMD的原理 | 第28-30页 |
| ·EMD存在的问题 | 第30-32页 |
| ·EEMD方法 | 第32-38页 |
| ·EEMD的原理 | 第33-34页 |
| ·EMD和EEMD仿真信号对比分析 | 第34-38页 |
| ·小波包变换 | 第38-42页 |
| ·小波包的基本概念 | 第38-41页 |
| ·小波包分解频带能量 | 第41-42页 |
| ·基于EEMD和正交小波包的损伤特征提取 | 第42-49页 |
| ·ASCE结构模型 | 第42-43页 |
| ·模态提取 | 第43-46页 |
| ·提取损伤特征 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 第三章 基于支持向量机的结构智能诊断 | 第50-64页 |
| ·引言 | 第50页 |
| ·机器学习的基本问题 | 第50-52页 |
| ·机器学习问题的表示 | 第50-51页 |
| ·经验风险最小化原则 | 第51-52页 |
| ·学习机器复杂性与推广能力 | 第52页 |
| ·统计学习理论 | 第52-54页 |
| ·VC维 | 第52页 |
| ·推广性的界 | 第52-53页 |
| ·结构风险最小化原则 | 第53-54页 |
| ·支持向量机的分类算法 | 第54-61页 |
| ·支持向量机的二分类算法 | 第54-58页 |
| ·支持向量机的多分类算法 | 第58-61页 |
| ·基于SVM的ASCE模型损伤诊断方法 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第四章 基于多传感器特征融合的结构智能诊断 | 第64-76页 |
| ·引言 | 第64页 |
| ·数据融合技术的理论基础 | 第64-67页 |
| ·数据融合技术的目的和意义 | 第64-66页 |
| ·数据融合的层次 | 第66-67页 |
| ·基于特征融合的ASCE结构损伤诊断 | 第67-72页 |
| ·损伤诊断方法 | 第67-68页 |
| ·损伤特征提取 | 第68-69页 |
| ·基于特征融合和SVM的结构损伤诊断 | 第69-72页 |
| ·工程振动信号损伤诊断 | 第72-75页 |
| ·本章小结 | 第75-76页 |
| 第五章 基于EEMD和HT的结构健康状态趋势研究 | 第76-91页 |
| ·引言 | 第76页 |
| ·HILBERT变换 | 第76-77页 |
| ·单自由度结构的损伤趋势研究 | 第77-85页 |
| ·时变动力系统模型分析和建立 | 第77-80页 |
| ·损伤趋势特征提取方法 | 第80页 |
| ·EEMD和HT损伤趋势特征提取 | 第80-85页 |
| ·多自由度模型的损伤趋势研究 | 第85-88页 |
| ·结构时变动力系统模型分析 | 第85-86页 |
| ·EEMD和HT损伤趋势特征提取 | 第86-88页 |
| ·工程振动信号损伤趋势特征提取 | 第88-90页 |
| ·本章小结 | 第90-91页 |
| 第六章 基于SVR的结构健康状态趋势预测 | 第91-112页 |
| ·引言 | 第91页 |
| ·支持向量机的回归算法 | 第91-95页 |
| ·线性回归及损失函数 | 第91-92页 |
| ·ε-不敏感损失函数回归 | 第92-95页 |
| ·非线性回归的推广 | 第95页 |
| ·支持向量机的回归预测应用及参数分析 | 第95-99页 |
| ·时间序列预测的方法 | 第95-96页 |
| ·误差评价指标 | 第96页 |
| ·仿真数据分析 | 第96-99页 |
| ·工程仿真数据状态趋势预测 | 第99-108页 |
| ·单自由度结构的状态趋势预测 | 第99-104页 |
| ·多自由度结构状态趋势预测 | 第104-107页 |
| ·趋势预测方法小结 | 第107-108页 |
| ·工程振动信号状态趋势预测 | 第108-111页 |
| ·结构冲击响应信号状态趋势预测 | 第108-109页 |
| ·结构环境振动响应信号状态趋势预测 | 第109-111页 |
| ·本章小结 | 第111-112页 |
| 第七章 结论与展望 | 第112-115页 |
| ·结论 | 第112-113页 |
| ·展望 | 第113-115页 |
| 参考文献 | 第115-128页 |
| 攻读博士学位期间发表的论文和参加的科研项目 | 第128-129页 |
| 致谢 | 第129页 |