| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 第一章 绪论 | 第16-25页 |
| 1.1 研究的背景及意义 | 第16-17页 |
| 1.2 国内外研究现状 | 第17页 |
| 1.3 健康监测概述 | 第17-18页 |
| 1.4 有限元模型修正的基本方法与理论 | 第18-23页 |
| 1.4.1 有限元模型修正理论 | 第18-19页 |
| 1.4.2 有限元模型修正的分类 | 第19-23页 |
| 1.5 本文研究的内容 | 第23-25页 |
| 第二章 芜湖袁泽桥初始有限元建模 | 第25-35页 |
| 2.1 芜湖袁泽桥简介 | 第25-26页 |
| 2.2 有限元模型所采用的单元简介 | 第26-30页 |
| 2.2.1 BEAM4梁单元 | 第26-27页 |
| 2.2.2 link10杆单元 | 第27-29页 |
| 2.2.3 SHELL63板壳单元 | 第29页 |
| 2.2.4 MASS21质量单元 | 第29-30页 |
| 2.3 初始有限元模型的建立 | 第30-32页 |
| 2.3.1 结构各部分模拟 | 第30页 |
| 2.3.2 边界条件模拟 | 第30页 |
| 2.3.3 材料参数 | 第30-31页 |
| 2.3.4 初始有限元模型 | 第31-32页 |
| 2.4 初始动力特性 | 第32-34页 |
| 2.5 本章小结 | 第34-35页 |
| 第三章 芜湖袁泽桥健康监测系统与模态参数识别 | 第35-44页 |
| 3.1 袁泽桥健康监测系统 | 第35-36页 |
| 3.1.1 健康监测系统设计原则 | 第35-36页 |
| 3.1.2 健康监测传感器优化布置原则 | 第36页 |
| 3.2 袁泽桥传感器布置 | 第36-39页 |
| 3.2.1 主梁挠度监测 | 第38页 |
| 3.2.2 吊杆/系杆力监测 | 第38-39页 |
| 3.2.3 应变监测 | 第39页 |
| 3.2.4 温度监测 | 第39页 |
| 3.2.5 主梁振动监测 | 第39页 |
| 3.3 模态参数识别 | 第39-43页 |
| 3.3.1 实测响应信号预处理 | 第40-41页 |
| 3.3.2 峰值法和随机子空间法的识别结果 | 第41-42页 |
| 3.3.3 芜湖袁泽桥基准动力特性 | 第42-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第四章 结构参数对频率的灵敏度分析 | 第44-52页 |
| 4.1 参数灵敏度分析原理及步骤 | 第44-45页 |
| 4.1.1 灵敏度计算原理 | 第44-45页 |
| 4.1.2 灵敏度计算步骤 | 第45页 |
| 4.2 袁泽桥各参数灵敏度分析 | 第45-50页 |
| 4.2.1 主拱肋的弹性模量与质量密度 | 第45-46页 |
| 4.2.2 横撑的弹性模量与质量密度 | 第46-47页 |
| 4.2.3 吊杆的弹性模量与质量密度 | 第47-48页 |
| 4.2.4 钢横梁的弹性模量与质量密度 | 第48-49页 |
| 4.2.5 桥面板的弹性模量与质量密度 | 第49-50页 |
| 4.3 选取待修正参数 | 第50-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 芜湖袁泽桥有限元模型修正 | 第52-71页 |
| 5.1 引言 | 第52页 |
| 5.2 基于一阶优化算法的模型修正理论 | 第52-55页 |
| 5.2.1 优化设计概述 | 第53页 |
| 5.2.2 一阶优化设计算法 | 第53-55页 |
| 5.3 基于BP神经网络响应面的模型修正理论 | 第55-63页 |
| 5.3.1 实验设计 | 第57-58页 |
| 5.3.2 BP神经网络响应面 | 第58-62页 |
| 5.3.3 响应面的精度检验 | 第62-63页 |
| 5.4 基于一阶优化算法与基于响应面的模型修正结果对比 | 第63-70页 |
| 5.4.1 基于一阶优化算法的模型修正 | 第63-64页 |
| 5.4.2 基于BP神经网络的模型修正 | 第64-68页 |
| 5.4.3 一阶优化算法与响应面修正结果对比 | 第68-70页 |
| 5.5 本章小结 | 第70-71页 |
| 第六章 结论与展望 | 第71-73页 |
| 6.1 结论 | 第71-72页 |
| 6.2 展望 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 攻读硕士学位期间的主要成果 | 第77-78页 |