| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 绪论 | 第10-18页 |
| ·课题背景及研究意义 | 第10-11页 |
| ·国内外研究现状 | 第11-17页 |
| ·典型藏式建筑研究现状 | 第11-12页 |
| ·结构健康监测系统研究现状 | 第12-14页 |
| ·监测数据处理方法研究现状 | 第14-17页 |
| ·本文主要研究内容 | 第17-18页 |
| 2 结构模态参数识别与有限元模型修正 | 第18-40页 |
| ·结构模态参数识别概念 | 第18-20页 |
| ·基于环境激励的模态参数识别方法 | 第20-28页 |
| ·基于环境激励的模态参数识别的特点 | 第20页 |
| ·环境激励下模态参数识别的频域方法 | 第20-21页 |
| ·环境激励下模态参数识别的时域方法 | 第21-28页 |
| ·有限元模型修正的概念与基本方法 | 第28-30页 |
| ·有限元模型修正的概念 | 第28-29页 |
| ·有限元模型修正的方法 | 第29-30页 |
| ·基于人工神经网络的有限元模型修正基本原理 | 第30-37页 |
| ·人工神经网络的基本概念 | 第30-34页 |
| ·BP神经网络 | 第34-35页 |
| ·基于人工神经网络的有限元模型修正方法 | 第35-37页 |
| ·数值算例 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 3 基于人工神经网络的有限元模型修正 | 第40-59页 |
| ·典型藏式结构模态参数识别 | 第40-47页 |
| ·试验结构简介 | 第40页 |
| ·试验方案 | 第40-42页 |
| ·模态参数识别 | 第42-47页 |
| ·典型藏式结构的有限元模型修正 | 第47-58页 |
| ·典型藏式结构有限元模型的建立 | 第47-48页 |
| ·有限元模型修正参数的确定 | 第48-49页 |
| ·有限元模型修正目标函数的确定 | 第49-50页 |
| ·人工神经网络的建立 | 第50-55页 |
| ·基于人工神经网络的有限元模型修正步骤 | 第55页 |
| ·基于人工神经网络的有限元模型修正结果 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 4 典型藏式建筑木构架变形特征与变形关系分析 | 第59-89页 |
| ·典型藏式建筑主体结构构造特点 | 第59-60页 |
| ·典型藏式建筑木构架结构特点 | 第60-61页 |
| ·典型藏式建筑木构架变形特征 | 第61-64页 |
| ·梁的过度下挠 | 第62-63页 |
| ·构件的扭转 | 第63页 |
| ·雀替的歪闪 | 第63-64页 |
| ·基于关键点应变值的典型藏式建筑木构架变形关系分析 | 第64-85页 |
| ·典型藏式建筑木构架研究对象的选取 | 第65-66页 |
| ·有限元模型的建立 | 第66-70页 |
| ·梁过度下挠的构件变形关系分析 | 第70-76页 |
| ·扭转变形下的构件变形关系分析 | 第76-80页 |
| ·歪闪变形下的构件变形关系分析 | 第80-85页 |
| ·数据变化相关性分析 | 第85-87页 |
| ·本章小结 | 第87-89页 |
| 5 结论与展望 | 第89-91页 |
| ·本文结论 | 第89-90页 |
| ·展望 | 第90-91页 |
| 参考文献 | 第91-94页 |
| 作者简历 | 第94-96页 |
| 学位论文数据集 | 第96页 |