| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-18页 |
| ·选题的目的及意义 | 第10-12页 |
| ·结构耐久性问题的研究背景 | 第12-14页 |
| ·结构耐久性研究的主要内容 | 第14-16页 |
| ·人工神经网络概述 | 第16-17页 |
| ·本文的主要研究内容 | 第17-18页 |
| 第二章 钢筋混凝土结构耐久性机理研究 | 第18-29页 |
| ·混凝土结构钢筋腐蚀 | 第18-22页 |
| ·钢筋锈蚀机理 | 第18-19页 |
| ·钢筋锈蚀的条件 | 第19-20页 |
| ·钢筋腐蚀的主要影响因素 | 第20-22页 |
| ·混凝土碳化 | 第22-26页 |
| ·碳化的定义 | 第22页 |
| ·碳化机理 | 第22-23页 |
| ·影响混凝土碳化的主要因素 | 第23-24页 |
| ·预测混凝土碳化深度的数学模型 | 第24-26页 |
| ·氯离子侵蚀 | 第26-29页 |
| ·氯离子的来源 | 第26页 |
| ·氯离子引起钢筋腐蚀的机理 | 第26-27页 |
| ·氯离子在混凝土中的扩散作用 | 第27-28页 |
| ·氯离子扩散影响因素 | 第28-29页 |
| 第三章 人工神经网络 | 第29-46页 |
| ·人工神经网络简介 | 第29-31页 |
| ·人工神经网络的定义 | 第29-30页 |
| ·人工神经网络的发展与应用 | 第30-31页 |
| ·人工神经网络的特点 | 第31页 |
| ·人工神经网络的数据处理优势 | 第31-32页 |
| ·常见的人工神经网络模型 | 第32页 |
| ·BP网络结构 | 第32-45页 |
| ·BP网络学习过程 | 第33-36页 |
| ·BP网络学习算法 | 第36-37页 |
| ·BP网络设计要点 | 第37-42页 |
| ·BP网络的缺陷 | 第42-43页 |
| ·BP网络的改进 | 第43-45页 |
| ·MATLAB神经网络工具箱 | 第45-46页 |
| 第四章 典型建筑物的现场检测 | 第46-55页 |
| ·检测方法 | 第46-50页 |
| ·裂缝检测 | 第46页 |
| ·保护层厚度检测 | 第46-47页 |
| ·混凝土碳化深度检测 | 第47页 |
| ·混凝土强度检测 | 第47-48页 |
| ·氯离子侵蚀深度检测 | 第48-49页 |
| ·钢筋锈蚀量检测 | 第49-50页 |
| ·检测结果 | 第50-55页 |
| 第五章 模型的建立与工程验证 | 第55-76页 |
| ·混凝土碳化深度计算 | 第55-62页 |
| ·仅考虑使用年限的混凝土结构碳化深度预测模型及与工程结果对比 | 第55-57页 |
| ·多因素影响下的混凝土结构碳化深度预测模型及与工程结果对比 | 第57-62页 |
| ·氯离子侵蚀深度计算 | 第62-69页 |
| ·仅考虑使用年限的混凝土结构氯离子侵蚀深度预测模型及与工程结果对比. | 第62-64页 |
| ·多因素影响下的混凝土结构氯离子侵蚀深度预测模型及与工程结果对比 | 第64-69页 |
| ·混凝土结构钢筋锈蚀率预测模型及与工程结果对比 | 第69-72页 |
| ·MATLA87.0 程序 | 第72-76页 |
| ·L-M学习算法MATLA87.0 程序 | 第72-73页 |
| ·动量法学习率自适应调整算法MATLA87.0 程序 | 第73-76页 |
| 第六章 钢筋混凝土结构修复与防腐蚀设计 | 第76-82页 |
| ·混凝土碳化引起破坏的修复 | 第76-77页 |
| ·氯离子侵蚀引起破坏的修复 | 第77-79页 |
| ·钢筋混凝土结构防锈蚀设计方法 | 第79-82页 |
| 结论与展望 | 第82-84页 |
| 参考文献 | 第84-88页 |
| 致谢 | 第88页 |
