| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-18页 |
| 1.1 引言 | 第8-9页 |
| 1.2 研究现状 | 第9-16页 |
| 1.2.1 基于神经网络的结构损伤检测 | 第9-11页 |
| 1.2.2 基于固有频率的结构损伤检测 | 第11页 |
| 1.2.3 基于振型的结构损伤检测 | 第11-12页 |
| 1.2.4 基于柔度或刚度矩阵的结构损伤检测 | 第12-13页 |
| 1.2.5 基于残余力向量的结构损伤检测 | 第13页 |
| 1.2.6 基于传递函数的结构损伤检测 | 第13-14页 |
| 1.2.7 基于小波理论的结构损伤检测 | 第14-15页 |
| 1.2.8 基于模型修正理论的结构损伤检测 | 第15页 |
| 1.2.9 经验模态分解 | 第15-16页 |
| 1.3 研究现状存在的问题 | 第16-17页 |
| 1.4 研究的内容及章节安排 | 第17-18页 |
| 第2章 BP神经网络的基本原理与算法研究 | 第18-28页 |
| 2.1 人工神经网络简介 | 第18页 |
| 2.2 BP神经网络结构模型 | 第18-20页 |
| 2.3 BP网络的学习算法（最速下降BP法） | 第20-24页 |
| 2.3.1 变量定义 | 第20-21页 |
| 2.3.2 工作信号正向传播 | 第21-22页 |
| 2.3.3 误差信号反向传播 | 第22-24页 |
| 2.4 BP网络的设计方法 | 第24-26页 |
| 2.4.1 网络层数 | 第24页 |
| 2.4.2 输入层节点数 | 第24页 |
| 2.4.3 隐含层节点数 | 第24-25页 |
| 2.4.4 输出层神经元个数 | 第25页 |
| 2.4.5 传递函数的选择 | 第25页 |
| 2.4.6 训练方法的选择 | 第25-26页 |
| 2.4.7 初始权值的确定 | 第26页 |
| 2.5 BP网络的局限性 | 第26-27页 |
| 2.6 小结 | 第27-28页 |
| 第3章 经验模态分解原理与算法研究 | 第28-37页 |
| 3.1 经验模态分解概述 | 第28-29页 |
| 3.2 经验模态分解原理与算法 | 第29-34页 |
| 3.2.1 瞬时频率 | 第29-30页 |
| 3.2.2 特征模态函数（IMF） | 第30-31页 |
| 3.2.3 EMD计算方法 | 第31-34页 |
| 3.3 EMD方法相关问题 | 第34-35页 |
| 3.3.1 停止准则 | 第34页 |
| 3.3.2 IMF分量的完备性与正交性 | 第34页 |
| 3.3.3 模态混淆和间断检验 | 第34-35页 |
| 3.3.4 极值筛选和曲率筛选 | 第35页 |
| 3.3.5 曲线拟合 | 第35页 |
| 3.4 示例 | 第35-36页 |
| 3.5 小结 | 第36-37页 |
| 第4章 基于BP神经网络与EMD方法相结合的损伤检测 | 第37-73页 |
| 4.1 BP神经网络与EMD方法相结合的理论可行性 | 第37页 |
| 4.2 基于SAP2000的结构动力响应分析 | 第37-59页 |
| 4.2.1 钢筋混凝土框架结构模型建立 | 第38页 |
| 4.2.2 动力加载方式 | 第38-39页 |
| 4.2.3 计算工况 | 第39-40页 |
| 4.2.4 模拟结果分析 | 第40-59页 |
| 4.3 节点响应时程的经验模态分解 | 第59-60页 |
| 4.4 BP神经网络设计 | 第60-69页 |
| 4.5 试验结果分析 | 第69-72页 |
| 4.6 小结 | 第72-73页 |
| 第5章 结论与展望 | 第73-75页 |
| 5.1 结论 | 第73页 |
| 5.2 有待进一步研究的问题 | 第73-75页 |
| 参考文献 | 第75-80页 |
| 攻读硕士期间科研情况 | 第80-81页 |
| 1 发表论文 | 第80页 |
| 2 科研活动 | 第80-81页 |
| 致谢 | 第81-82页 |