基于神经网络的土木工程结构损伤识别方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·前言 | 第10页 |
| ·工程故障诊断的技术手段 | 第10-11页 |
| ·结构损伤诊断技术的内容 | 第11页 |
| ·结构损伤振动诊断的研究现状 | 第11-13页 |
| ·神经网络方法的国内外研究现状 | 第13-14页 |
| ·本文的主要研究内容 | 第14-15页 |
| 第2章 结构损伤识别的基本理论与方法 | 第15-27页 |
| ·概述 | 第15页 |
| ·连续损伤力学基础 | 第15-16页 |
| ·材料的损伤模型 | 第16-18页 |
| ·混凝土在外部荷载作用下的损伤机理 | 第16-17页 |
| ·钢筋的损伤机理 | 第17页 |
| ·钢筋的损伤模型 | 第17页 |
| ·钢筋与混凝土之间粘结性能的退化 | 第17-18页 |
| ·钢筋混凝土构件的损伤模型 | 第18-19页 |
| ·基于强度的损伤模型 | 第18页 |
| ·基于反应的损伤模型 | 第18-19页 |
| ·混凝土框架结构的损伤特点 | 第19-21页 |
| ·结构损伤识别有关的模态参数 | 第21-27页 |
| ·结构的固有频率 | 第22-24页 |
| ·结构的振型 | 第24页 |
| ·振型曲率 | 第24-25页 |
| ·残余力向量 | 第25页 |
| ·刚度和柔度矩阵 | 第25-26页 |
| ·应变模态 | 第26页 |
| ·模态应变能 | 第26-27页 |
| 第3章 基于神经网络的结构损伤识别 | 第27-48页 |
| ·人工神经网络的基本理论 | 第27-29页 |
| ·人工神经网络模型 | 第27-28页 |
| ·人工神经网络的类型 | 第28页 |
| ·神经网络的学习训练法则 | 第28-29页 |
| ·BP网络及BP算法 | 第29-35页 |
| ·BP网络 | 第29-31页 |
| ·BP网络误差训练法则 | 第31-32页 |
| ·BP算法 | 第32-35页 |
| ·基于神经网络的结构损伤识别 | 第35-37页 |
| ·基本原理及识别过程 | 第35-36页 |
| ·网络输入参数的选取 | 第36-37页 |
| ·数值仿真分析 | 第37-44页 |
| ·分析模型的建立 | 第38-39页 |
| ·矩形梁的损伤判定 | 第39-40页 |
| ·矩形梁的损伤定位 | 第40-42页 |
| ·矩形梁的损伤程度标定 | 第42-44页 |
| ·仿真结果分析 | 第44-47页 |
| ·振型对损伤的敏感性分析 | 第44页 |
| ·测量误差对识别结果的影响 | 第44-46页 |
| ·模型误差影响分析 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 结构安全监测BENCHMARK问题分析 | 第48-65页 |
| ·BENCHMARK问题有关背景 | 第48-50页 |
| ·BENCHMARK问题的有限元模拟分析 | 第50-52页 |
| ·benchmark问题有限元模型 | 第50页 |
| ·模型动力特性分析 | 第50-52页 |
| ·损伤识别计算 | 第52-64页 |
| ·单一楼层发生损伤的识别 | 第52-61页 |
| ·组合楼层发生损伤的识别 | 第61-64页 |
| ·本章小结 | 第64-65页 |
| 第5章 结论与展望 | 第65-67页 |
| ·本文总结 | 第65-66页 |
| ·展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71页 |
