【学位授予单位】:西南交通大学
【学位级别】:博士
【学位授予年份】:2003
【分类号】:U446
【DOI】:CNKI:CDMD:1.2004.105965
【目录】:
- 第1章 绪论17-37
- 1.1 课题的研究意义与国内外现状分析17-35
- 1.1.1 课题的研究意义17-19
- 1.1.2 国内外现状分析19-35
- 1.2 课题研究内容和拟解决的关键问题35-37
- 第2章 桥梁结构健康监测系统37-84
- 2.1 概论37-38
- 2.2 桥梁健康监测系统的构建和需要解决的问题38-48
- 2.2.1 桥梁健康监测新概念38
- 2.2.2 健康监测系统设计38-48
- 2.3 传感器的选择和优化布设48-61
- 2.3.1 传感元件(sensor)选择48-53
- 2.3.2 传感器的优化布设53-61
- 2.4 光导纤维在桥梁结构健康监测系统中的应用61-73
- 2.4.1 光纤传感器在桥梁结构健康监测中的应用62-64
- 2.4.2 光纤传感器的组成及原理64-71
- 2.4.3 光纤传感器安装工艺研究71-72
- 2.4.4 光纤传感器应用中的一些问题72-73
- 2.4.5 结语73
- 2.5 基于Internet/Intranet的桥梁结构健康监测系统73-84
- 2.5.1 基于Internet/Intranet的桥梁结构健康监测系统74-76
- 2.5.2 现场数据采集站76-79
- 2.5.3 基于Internet/Intranet的桥梁结构健康监测系统信息处理方法79-83
- 2.5.4 结语83-84
- 第3章 基于神经网络的桥梁结构模糊综合评判84-144
- 3.1 几种常用的桥梁结构评估方法84-98
- 3.1.1 桥梁承载能力的评估方法84-90
- 3.1.2 桥梁损伤的多层次模糊综合评价方法90-96
- 3.1.3 桥梁损伤评估及对策专家系统96-98
- 3.2 桥梁结构评价的模糊分级法98-107
- 3.2.1 《公路养护技术规范》(JTJ 073-96)综合评定法98-102
- 3.2.2 公路桥梁管理系统102-107
- 3.3 神经网络与遗传算法简介107-127
- 3.3.1 神经网络107-119
- 3.3.2 遗传算法119-127
- 3.4 基于神经网络的桥梁结构模糊综合评判127-144
- 3.4.1 应用正交试验法安排桥梁结构模糊综合评判试验127-131
- 3.4.2 应用均匀设计法安排桥梁结构模糊综合评判试验131-134
- 3.4.3 应用组合正交表安排桥梁结构模糊综合评判试验134-135
- 3.4.4 桥梁检测资料135-138
- 3.4.5 基于神经网络的桥梁结构模糊综合评判138-142
- 3.4.6 结语142-144
- 第4章 桥梁结构的损伤识别及耐久性研究144-194
- 4.1 几种常用的结构损伤识别方法简介144-154
- 4.1.1 自动损伤识别的方法144-145
- 4.1.2 几种常用识别方法简介145-154
- 4.2 神经网络在结构损伤识别中的应用154-163
- 4.2.1 样本点数量的确定及分布原则154-155
- 4.2.2 输入参数的选择155-160
- 4.2.3 参数处理160-161
- 4.2.4 学习模式对的收集策略161-163
- 4.3 基于遗传算法的桥梁结构损伤识别163-166
- 4.3.1 选择待识别的结构参数164
- 4.3.2 确定识别所需的量测信息164
- 4.3.3 建立结构静态反应残差矩阵164-165
- 4.3.4 定义问题的目标函数165
- 4.3.5 基于遗传算法的桥梁结构损伤识别165-166
- 4.3.6 结语166
- 4.4 基于神经网络的混凝土桥梁荷载识别方法研究166-171
- 4.4.1 混凝土梁荷载-挠度全曲线的研究概况167-168
- 4.4.2 应用神经网络模拟混凝土梁的荷载-挠度曲线和荷载识别168-169
- 4.4.3 算例169-171
- 4.4.4 结语171
- 4.5 基于神经网络的部分预应力混凝土梁荷载-裂缝模型研究171-176
- 4.5.1 部分预应力混凝土梁弯曲裂缝研究概况172-173
- 4.5.2 应用神经网络模拟部分预应力混凝土梁的荷载-裂缝关系173-174
- 4.5.3 算例和讨论174-175
- 4.5.4 结语175-176
- 4.6 基于神经网络的混凝土开裂后钢筋锈蚀量预测模型研究176-179
- 4.6.1 混凝土开裂后钢筋锈蚀量研究概况176-177
- 4.6.2 基于神经网络的混凝土开裂后钢筋锈蚀量预测模型177-178
- 4.6.3 算例178-179
- 4.6.4 结语179
- 4.7 基于遗传算法的混凝土桥梁耐久性优化设计179-184
- 4.7.1 混凝土桥梁耐久性优化设计180-182
- 4.7.2 遗传算法在混凝土桥梁耐久性优化设计中的应用182
- 4.7.3 混凝土桥梁耐久性优化设计算例182-184
- 4.7.4 结语184
- 4.8 应用结构健康监测数据进行桥梁的疲劳分析和寿命预测184-194
- 4.8.1 桥面板横截面疲劳分析模型185-187
- 4.8.2 疲劳分析的方法和策略187-191
- 4.8.3 疲劳损伤评估和寿命预测191-194
- 第5章 基于遗传算法与神经网络的结构可靠度分析194-238
- 5.1 概论194-202
- 5.1.1 基本概念194
- 5.1.2 结构可靠度研究历史简介194-202
- 5.2 常用结构可靠度分析方法简介202-220
- 5.2.1 概率模型202-218
- 5.2.2 非概率模型218-219
- 5.2.3 结语219-220
- 5.3 基于遗传算法与神经网络的桥梁结构可靠度分析220-238
- 5.3.1 遗传算法和人工神经网络的应用原理220-226
- 5.3.2 Brotonne斜拉桥可靠性分析226-234
- 5.3.3 洞庭湖大桥主梁可靠度分析234-237
- 5.3.4 结语237-238
- 结论238-241
- 致谢241-242
- 参考文献242-261
- 附表1261-262
- 附表2262-264
- 附表3264-266
- 附表4266-269
- 攻读博士学位期间发表的论文及科研成果269