| 第一章 绪论 | 第1-14页 |
| 1．1 课题来源 | 第8页 |
| 1．2 课题研究的目的及意义 | 第8-9页 |
| 1．3 国内外研究现状及问题 | 第9-12页 |
| 1．4 本文工作思路与内容 | 第12-14页 |
| 第二章 基于振动特性的结构损伤自动识别方法 | 第14-24页 |
| 2．1 基于频率的结构损伤自动识别方法 | 第14-15页 |
| 2．2 基于频率和位移模态的方法 | 第15-18页 |
| 2．3 应变模态法 | 第18-20页 |
| 2．4 基于模型修正的方法 | 第20-22页 |
| 2．5 本章小结 | 第22-24页 |
| 第三章 结构损伤识别的神经网络方法 | 第24-39页 |
| 3．1 神经网络理论基础 | 第24-28页 |
| 3．2 BP神经网络及算法 | 第28-34页 |
| 3．3 基于神经网络的结构损伤识别 | 第34-38页 |
| 3．4 本章小结 | 第38-39页 |
| 第四章 钢结构构件焊缝损伤自动识别方法研究 | 第39-54页 |
| 4．1 钢结构构件的焊缝损伤 | 第39页 |
| 4．2 焊缝损伤自动识别的简支梁模型 | 第39-42页 |
| 4．3 基于动力特性的简支梁焊缝损伤方法 | 第42-50页 |
| 4．4 基于神经网络的焊缝损伤自动识别方法 | 第50-53页 |
| 4．5 本章小结 | 第53-54页 |
| 第五章 深圳市民中心屋顶网架结构支撑钢牛腿焊缝损伤的自动识别 | 第54-67页 |
| 5．1 工程背景 | 第54-56页 |
| 5．2 基于BP神经网络的牛腿瞬时荷载的识别 | 第56-64页 |
| 5．3 牛腿关键点瞬时应力的实时计算 | 第64-66页 |
| 5．4 牛腿关键点的工作状态评估与报警 | 第66页 |
| 5．5 本章小结 | 第66-67页 |
| 第六章 结论与展望 | 第67-69页 |
| 6．1 结论 | 第67-68页 |
| 6．2 展望 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 作者攻读硕士学位期间发表的论文及参与的科研课题 | 第74-75页 |
| 致谢 | 第75页 |