文摘
英文文摘
第1章绪论
1.1本课题研究的背景及意义
1.2本课题国内外的研究现状
1.2.1已取得的主要成就
1.2.2存在的主要问题
1.2.3桥梁健康监测的发展趋势
1.3本文的主要研究内容
第2章人工神经网络和小波分析理论
2.1人工神经网络
2.1.1神经网络发展概况
2.1.2神经网络分类
2.1.3神经网络工作原理
2.1.4自组织神经网络基本原理
2.1.5BP神经网络基本原理
2.1.6径向基神经网络基本原理
2.2小波分析
2.2.1引言
2.2.2连续小波变换
2.2.3多尺度分析
2.2.4小波包分解
2.2.5小波分析在结构诊断中的作用
第3章结构损伤识别理论
3.1概述
3.2基于动力特性的结构损伤识别方法综述
3.2.1基于固有频率变化的损伤识别技术
3.2.2基于模态振型变化的损伤识别技术
3.2.3基于柔度变化的损伤识别技术
3.2.4基于应变模态参数变化的损伤识别技术
3.2.5基于统计信息的结构损伤识别技术
3.2.6基于能量变化的损伤识别技术
3.2.7基于刚度变化的结构损伤识别技术
3.2.8基于残余力向量的损伤识别技术
3.3多步法损伤识别理论
3.3.1子结构概念
3.3.2多步法损伤检测研究概述
3.4本章小结
第4章RBF神经网络在预应力钢箱砼梁承载能力研究中的应用
4.1概述
4.2试验简介
4.2.1设计原则
4.2.2参数选取
4.2.3模型设计
4.2.4试验方法
4.3 RBF神经网络预应力钢箱混凝土梁荷载识别
4.3.1建模的内容
4.3.2数据的预处理和后处理
4.3.3网络结构的确定
4.3.4算例
4.3.5小结
4.4.应用RBF网络预测预应力钢箱混凝土梁极限承载力
4.4.1建模内容
4.4.2数据预处理和后处理
4.4.3网络结构的确定
4.4.4算例
4.4.5小结
4.5本章小结
第5章多步法人工神经网络识别桁架梁损伤
5.1算例模型结构
5.2损伤识别过程
5.3损伤识别第一步
5.3.1识别参数的选择与提取
5.3.2神经网络的选取
5.3.3 LVQ网络识别训练及其性能评价
5.3.4 PNN网络识别训练及其性能评价
5.3.5小结
5.4损伤识别第二步
5.4.1单损伤识别参数的选择与提取
5.4.2单损伤神经网络的选取
5.4.3单损伤识别判断标准
5.4.4 RBF网络单损伤识别及性能评价
5.4.5BP网络单损伤识别及性能评价
5.4.6小结
5.5损伤识别因子识别效果简析
5.6双损伤识别
5.6.1双损伤识别参数的选择与提取
5.6.2双损伤神经网络的选取
5.6.3双损伤损伤识别判断标准
5.6.4 RBF网络识别及性能评价
5.6.5 RBF网络识别小结
5.6.6BP网络识别及性能评价
5.6.7 BP网络识别小结
5.7本章小结
第6章信号降噪分析
6.1提高神经网络含噪数据识别能力
6.2小波降噪的应用
6.3本章小结
结论与展望
致谢
参考文献
攻读硕士学位期间发表的论文
参加的科研项目