摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第11-20页 |
1.1 课题背景及研究意义 | 第11-13页 |
1.2 声发射技术研究现状 | 第13-18页 |
1.2.1 声发射技术在混凝土材料方面的试验研究 | 第13-14页 |
1.2.2 声发射技术在钢筋混凝土结构方面的试验研究 | 第14-16页 |
1.2.3 声发射技术在工程实际应用方面的研究 | 第16-18页 |
1.3 论文主要研究内容 | 第18-20页 |
第二章 声发射检测技术概述 | 第20-28页 |
2.1 声发射技术原理与优势 | 第20-21页 |
2.2 声发射检测仪器工作原理 | 第21-22页 |
2.3 声发射信号波的反射与传播 | 第22-23页 |
2.4 声发射信号处理和分析方法 | 第23-28页 |
2.4.1 经典声发射信号处理和分析技术 | 第23-26页 |
2.4.2 现代信号处理和分析技术 | 第26-28页 |
第三章 声发射试验准备及试验过程 | 第28-37页 |
3.1 声发射检测系统 | 第28-31页 |
3.1.1 SAEU2S集中式多通道USB声发射检测仪 | 第28-29页 |
3.1.2 声发射检测门槛设置 | 第29-30页 |
3.1.3 声发射检测时间参数设置 | 第30-31页 |
3.2 静态应变检测系统 | 第31-32页 |
3.2.1 检测仪器 | 第31-32页 |
3.2.2 应变片 | 第32页 |
3.3 试验加载装置 | 第32-33页 |
3.4 试件设计与制作 | 第33-35页 |
3.4.1 试件设计 | 第33-34页 |
3.4.2 试件制作 | 第34-35页 |
3.5 试验加载方案 | 第35-37页 |
第四章 基于声发射信号特征参数时序规律的损伤演化研究 | 第37-53页 |
4.1 基于声发射上升时间-幅值关联图的损伤演化特征描述 | 第37-41页 |
4.2 基于声发射信号幅值的损伤演化分析 | 第41-43页 |
4.3 基于声发射信号上升时间的损伤演化分析 | 第43-49页 |
4.3.1 不同分布区间上升时间的分布规律及拟合关系 | 第43-49页 |
4.4 上升时间分布拟合函数系数分析 | 第49-51页 |
4.5 本章小结 | 第51-53页 |
第五章 损伤演化过程中典型损伤阶段临界点的判定 | 第53-69页 |
5.1 NDIS-2421准则评价钢筋混凝土梁损伤演化 | 第53-56页 |
5.1.1 评价准则的定义 | 第53-54页 |
5.1.2 LR指标和CR指标的分析 | 第54-56页 |
5.2 ISA信号强度准则评价钢筋混凝土梁损伤演化 | 第56-63页 |
5.2.1 强度准则的定义 | 第56-58页 |
5.2.2 ISA信号图的绘制与分析 | 第58-59页 |
5.2.3 不同加载阶段SR指标与HI指标分析 | 第59-61页 |
5.2.4 HI指标与钢筋应变的拟合分析 | 第61-63页 |
5.3 Kurtosis指标评价钢筋混凝土梁损伤演化 | 第63-67页 |
5.4 本章小结 | 第67-69页 |
第六章 基于临界点划分的BP神经网络训练及损伤阶段反演 | 第69-85页 |
6.1 神经网络的研究动态 | 第69-70页 |
6.2 BP神经网络原理 | 第70-72页 |
6.3 BP网络模型识别损伤信号的技术方案 | 第72-73页 |
6.4 BP神经网络损伤信号识别模型在Matlab中的构建 | 第73-81页 |
6.4.1 网络模型层数的设计 | 第73-74页 |
6.4.2 网络模型的输入与输出 | 第74-77页 |
6.4.3 网络模型输入与输出数据的归一化 | 第77-78页 |
6.4.4 网络模型隐含层节点的设计 | 第78-79页 |
6.4.5 网络模型传递函数的选取 | 第79页 |
6.4.6 网络模型训练函数和学习函数的选取 | 第79-80页 |
6.4.7 网络模型参数的选择 | 第80-81页 |
6.5 BP网络模型识别仿真 | 第81-84页 |
6.6 本章小结 | 第84-85页 |
第七章 结论与探讨 | 第85-87页 |
7.1 结论 | 第85-86页 |
7.2 探讨 | 第86-87页 |
参考文献 | 第87-94页 |
致谢 | 第94-95页 |
攻读硕士学位期间发表学术论文情况 | 第95页 |