| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第12-22页 |
| 1.1 研究背景 | 第12页 |
| 1.2 研究的目的和意义 | 第12-13页 |
| 1.3 国内外研究现状 | 第13-18页 |
| 1.3.1 桥梁健康监测系统国内外研究现状 | 第13-16页 |
| 1.3.2 ARMA模型在桥梁健康监测领域的应用现状 | 第16-17页 |
| 1.3.3 桥梁安全评价研究现状 | 第17-18页 |
| 1.4 桥梁监测系统研究目前存在的主要问题 | 第18-19页 |
| 1.5 学位论文研究目标和研究内容 | 第19-21页 |
| 1.5.1 研究目标 | 第19页 |
| 1.5.2 研究内容 | 第19-20页 |
| 1.5.3 研究的难点和创新点 | 第20-21页 |
| 1.6 本章小结 | 第21-22页 |
| 2 陕京一线黄河悬索管桥实时监测系统概述 | 第22-30页 |
| 2.1 黄河悬索管桥的工程概况 | 第22-24页 |
| 2.2 黄河悬索管桥健康监测系统构成 | 第24-27页 |
| 2.3 本章小结 | 第27-30页 |
| 3 管桥监测数据分析 | 第30-42页 |
| 3.1 监测数据异常值处理 | 第30页 |
| 3.2 监测数据的短期统计模式分析 | 第30-35页 |
| 3.3 监测数据的长期统计模式分析 | 第35-37页 |
| 3.4 监测数据相关性分析 | 第37-41页 |
| 3.5 本章小结 | 第41-42页 |
| 4 基于ARMA模型的管桥应变监测数据建模 | 第42-52页 |
| 4.1 时间序列模型 | 第42-43页 |
| 4.1.1 自回归(AR)模型 | 第42页 |
| 4.1.2 滑动平均(MA)模型 | 第42-43页 |
| 4.1.3 自回归滑动平均(ARMA)模型 | 第43页 |
| 4.2 基于应变监测数据的(ARMA)建模分析 | 第43-48页 |
| 4.2.1 数据的检验与预处理 | 第44-46页 |
| 4.2.2 模式识别 | 第46-47页 |
| 4.2.3 模型形式的选择 | 第47页 |
| 4.2.4 模型参数的识别 | 第47-48页 |
| 4.2.5 模型的检验与修改 | 第48页 |
| 4.3 基于ARMA模型的悬索管桥应变数据建模 | 第48-51页 |
| 4.4 本章小结 | 第51-52页 |
| 5 基于小波分析的组合预测模型对管桥的应变预测 | 第52-72页 |
| 5.1 小波分析 | 第52-57页 |
| 5.2 GM(1,1)模型 | 第57-59页 |
| 5.3 GM(1,1)模型的检验 | 第59-60页 |
| 5.4 基于小波分析的GM(1,1)-ARMA模型的提出 | 第60-61页 |
| 5.5 建模分析 | 第61-66页 |
| 5.5.1 小波分解尺度及分解层次的确定 | 第61-62页 |
| 5.5.2 建模效果对比分析 | 第62-66页 |
| 5.6 基于应变数据的管桥预警阈值确定 | 第66-69页 |
| 5.6.1 应变数据分布形式统计 | 第66-68页 |
| 5.6.2 基于均值控制图的预警阈值确定 | 第68-69页 |
| 5.7 本章小结 | 第69-72页 |
| 6. 黄河管桥的可靠性分析及安全评价 | 第72-88页 |
| 6.1 黄河管桥可靠性分析 | 第72-78页 |
| 6.1.1 结构的极限状态 | 第72-73页 |
| 6.1.2 结构的失效概率与可靠度 | 第73-75页 |
| 6.1.3 管桥的工况设计实验说明 | 第75-78页 |
| 6.2 黄河管桥安全评价 | 第78-86页 |
| 6.2.1 桥梁安全评价理论方法 | 第78-79页 |
| 6.2.2 层次分析法原理 | 第79-82页 |
| 6.2.3 黄河悬索管桥健康评估指标体系的建立 | 第82-86页 |
| 6.3 本章总结 | 第86-88页 |
| 7 结论和展望 | 第88-90页 |
| 7.1 结论 | 第88页 |
| 7.2 展望 | 第88-90页 |
| 参考文献 | 第90-94页 |
| 索引 | 第94-96页 |
| 作者简历及攻读硕士/博士学位期间取得的研究成果 | 第96-100页 |
| 学位论文数据集 | 第100页 |