既有建筑结构的损伤诊断研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第1章 绪论 | 第7-12页 |
| ·选题的背景及意义 | 第7-8页 |
| ·国内外的研究现状 | 第8-11页 |
| ·结构损伤诊断方法的研究现状 | 第8页 |
| ·工程结构损伤诊断的整体检测方法 | 第8-11页 |
| ·本文的主要工作 | 第11-12页 |
| 第2章 结构损伤安全评定的理论与方法 | 第12-20页 |
| ·概述 | 第12页 |
| ·损伤的机理与因素 | 第12-13页 |
| ·损伤安全评定的方法 | 第13-15页 |
| ·钢筋混凝土结构各层次的损伤模型 | 第15-18页 |
| ·钢筋混凝土材料的损伤模型 | 第15-16页 |
| ·钢筋混凝土构件的损伤模型 | 第16-17页 |
| ·损伤组合 | 第17-18页 |
| ·本章小结 | 第18-20页 |
| 第3章 结构损伤识别的内在机理 | 第20-41页 |
| ·结构损伤对结构固有频率的影响 | 第20-23页 |
| ·结构损伤对结构频率和振型的影响 | 第23-26页 |
| ·结构损伤对结构应变的影响 | 第26-28页 |
| ·结构损伤识别的有关模态参数 | 第28-35页 |
| ·基于结构固有频率的损伤指标 | 第28-30页 |
| ·基于结构频率和振型的损伤标指标 | 第30-32页 |
| ·基于结构位移模态和及其导出的损伤指标 | 第32-34页 |
| ·基于其它的损伤指标 | 第34-35页 |
| ·算例分析 | 第35-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 基于神经网络的结构损伤识别 | 第41-67页 |
| ·人工神经网络的基本理论 | 第41-48页 |
| ·神经元模型 | 第41-42页 |
| ·神经元学习算法 | 第42页 |
| ·神经网络的拓朴结构 | 第42-43页 |
| ·BP算法 | 第43-48页 |
| ·神经网络与故障诊断 | 第48-51页 |
| ·神经网络故障诊断的基本原理 | 第48-49页 |
| ·BP网络构建的方法 | 第49-51页 |
| ·算例分析 | 第51-65页 |
| ·计算模型 | 第52页 |
| ·结构损伤诊断分析 | 第52-63页 |
| ·测量误差对识别结果的影响 | 第63-65页 |
| ·本章小结 | 第65-67页 |
| 结论与展望 | 第67-69页 |
| 致谢 | 第69-70页 |
| 主要参考文献 | 第70-73页 |
| 附录 MATLAB程序 | 第73-76页 |
