| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第15-32页 |
| 1.1 课题背景 | 第15页 |
| 1.2 斜拉索索力识别的研究现状 | 第15-22页 |
| 1.2.1 基于张紧弦振动理论的识别方法 | 第17-18页 |
| 1.2.2 基于预张紧梁振动本征方程的近似求解方法 | 第18-20页 |
| 1.2.3 系统辨识方法 | 第20页 |
| 1.2.4 基于优化算法的索力识别方法 | 第20-22页 |
| 1.3 桥梁移动车辆荷载识别的研究现状 | 第22-29页 |
| 1.3.1 集中质量模型 | 第22-23页 |
| 1.3.2 欧拉-伯努利简支梁模型 | 第23-25页 |
| 1.3.3 铁摩辛柯连续梁模型 | 第25-26页 |
| 1.3.4 有限梁单元模型 | 第26-27页 |
| 1.3.5 正交异性板模型 | 第27-28页 |
| 1.3.6 其他模型 | 第28-29页 |
| 1.4 车辆荷载建模与极值预测的研究现状 | 第29-31页 |
| 1.4.1 线性外推法 | 第30页 |
| 1.4.2 随机过程法 | 第30页 |
| 1.4.3 蒙特卡洛模拟法 | 第30-31页 |
| 1.5 本课题的来源及主要研究内容 | 第31-32页 |
| 第2章 基于扩展Kalman滤波器的斜拉索时变索力识别方法 | 第32-65页 |
| 2.1 引言 | 第32页 |
| 2.2 识别算法 | 第32-40页 |
| 2.2.1 考虑支座轴向移动的斜拉索运动方程 | 第32-35页 |
| 2.2.2 基于监测加速度和风速的斜拉索时变索力识别方法 | 第35-38页 |
| 2.2.3 无监测风荷载时斜拉索时变索力的识别 | 第38-40页 |
| 2.2.4 识别方法步骤小结 | 第40页 |
| 2.3 数值算例及识别方法特性 | 第40-55页 |
| 2.3.1 工程概况与有限元模型 | 第40-45页 |
| 2.3.2 一辆车作用下斜拉索索力识别 | 第45-50页 |
| 2.3.3 多辆车作用下斜拉索时变索力识别 | 第50-53页 |
| 2.3.4 识别方法的鲁棒性 | 第53-55页 |
| 2.4 模型试验 | 第55-63页 |
| 2.4.1 试验方案设计 | 第55-57页 |
| 2.4.2 索力识别结果 | 第57-63页 |
| 2.5 本章小结 | 第63-65页 |
| 第3章 基于拉索振动监测和扩展Kalman滤波器的车辆荷载识别方法 | 第65-77页 |
| 3.1 引言 | 第65页 |
| 3.2 车辆荷载及其参数的识别方法 | 第65-68页 |
| 3.3 车速和上桥时间已知时的车重识别方法 | 第68-69页 |
| 3.4 数值算例 | 第69-76页 |
| 3.4.1 车速、上桥时间已知时车辆总重的识别结果 | 第71-74页 |
| 3.4.2 车辆总重、速度和上桥时间共同识别的结果 | 第74-76页 |
| 3.5 本章小结 | 第76-77页 |
| 第4章 基于监测斜拉索索力和稀疏优化的车辆荷载空间分布识别方法 | 第77-107页 |
| 4.1 引言 | 第77页 |
| 4.2 斜拉桥车辆荷载识别方法 | 第77-82页 |
| 4.2.1 基本假设 | 第77页 |
| 4.2.2 车桥模型荷载与桥梁反应模拟 | 第77-78页 |
| 4.2.3 移动荷载及其空间分布的识别方法 | 第78-81页 |
| 4.2.4 荷载识别的正则化方法 | 第81-82页 |
| 4.3 荷载区间识别方法 | 第82-84页 |
| 4.3.1 区间理论概述 | 第82-83页 |
| 4.3.2 车辆荷载及其误差界的识别方法 | 第83-84页 |
| 4.4 基于斜拉索索力和稀疏优化的车辆荷载空间分布识别方法 | 第84-88页 |
| 4.4.1 压缩传感简介 | 第84-87页 |
| 4.4.2 基于稀疏信号重构理论的移动荷载识别方法 | 第87-88页 |
| 4.5 数值算例 | 第88-105页 |
| 4.5.1 基于Tikhonov正则化的荷载识别数值算例 | 第88-92页 |
| 4.5.2 荷载区间识别方法数值仿真研究 | 第92-96页 |
| 4.5.3 车辆荷载空间分布的稀疏优化方法数值算例 | 第96-105页 |
| 4.6 本章小结 | 第105-107页 |
| 第5章 基于健康监测数据的车载极值建模与预测 | 第107-129页 |
| 5.1 引言 | 第107页 |
| 5.2 齐次更新过程的极值分布定理 | 第107-112页 |
| 5.3 基于全部车载监测数据的车辆荷载极值建模与预测方法 | 第112-119页 |
| 5.3.1 车辆荷载监测系统 | 第112页 |
| 5.3.2 车辆荷载时间间隔的建模 | 第112-115页 |
| 5.3.3 车重分布的多峰概率模型 | 第115-116页 |
| 5.3.4 采用滤过更新过程和多峰概率分布模型的车载极值预测 | 第116-119页 |
| 5.4 车辆荷载尾部的随机过程模型与极值预测 | 第119-127页 |
| 5.4.1 车辆荷载尾部的随机过程模型 | 第119-120页 |
| 5.4.2 车重截口尾分布的半参数化概率模型 | 第120-122页 |
| 5.4.3 基于尾部数据的极值预测方法与步骤 | 第122-123页 |
| 5.4.4 基于尾部数据的南京长江三桥车辆极值预测 | 第123-127页 |
| 5.5 本章小结 | 第127-129页 |
| 结论 | 第129-131页 |
| 参考文献 | 第131-142页 |
| 攻读学位期间发表的学术论文及其他成果 | 第142-144页 |
| 致谢 | 第144-146页 |
| 个人简历 | 第146页 |
