基本信息

• 商品名稱：結構健康監測與智能信息處理技術及應用/土木工程結構研究新進展叢書
• 作者：姜紹飛//吳兆旗
• 代碼：45
• 出版社：中國建築工業
• ISBN號：9787112128020

其他參考信息

• 出版時間：2011-02-01
• 印刷時間：2011-02-01
• 版次：1
• 印次：1
• 開本：16開
• 包裝：平裝
• 頁數：291
• 字數：475千字

編輯推薦語

姜紹飛和吳兆旗編著的這本《結構健康監測與智能信息處理技術及應用》對結構健康監測理論與智能信息處理及其在工程應用方面的*新研究成果進行了歸納與總結，主要內容包括結構健康監測與智能信息處理技術的發展與應用概況、結構健康監測／檢測技術、現代信號處理技術及應用、數據處理與特征選擇／提取技術、神經網絡技術及應用、數據融合技術及應用、土木工程結構健康監測工程實施等，重點介紹了結構健康監測繫統的實現和如何運用智能信息處理技術進行結構健康狀態評估，將工程科學理論與新興的現代智能信息處理技術有機地結合，為專家評估繫統作出合理評價奠定堅實的基礎平臺，從而為準確地判斷結構的健康性態提供可靠依據。

內容提要

結構健康監測與智能信息處理是目前國內外研究的熱點。《結構健康監 測與智能信息處理技術及應用》的作者姜紹飛和吳兆旗對結構健康監測理論 與智能信息處理及其在工程應用方面的*新研究成果進行了歸納與總結，主 要內容包括結構健康監測與智能信息處理技術的發展與應用概況、結構健康 監測/檢測技術、現代信號處理技術及應用、數據處理與特征選擇/提取技術 、神經網絡技術及應用、數據融合技術及應用、土木工程結構健康監測工程 實施等。《結構健康監測與智能信息處理技術及應用》內容可應用於高層建 築、體育場館、橋梁、堤壩和隧道等重要土木工程結構的健康狀態監測，也 可用於機械、航天器、船舶的狀態監測以及智能信息處理研發人員作參考， 對大型復雜結構的日常維護與管理、防災減災起到實時監控和預測、預報的 作用，具有重要的理論指導意義和工程實用價值。
     《結構健康監測與智能信息處理技術及應用》可供從事結構健康監測、 智能信息處理的工程技術人員和管理人員參考使用。也可供高等院校相關專 業師生參考。
    

目錄

**章 緒論
1.1 結構健康監測的背景與意義
1.2 結構健康監測的發展與應用現狀
1.2.1 結構健康監測繫統的組成
1.2.2 結構健康監測／檢測的發展歷程
1.2.3 結構健康監測繫統的應用現狀
1.2.4 結構健康監測繫統的展望
1.3 智能信息處理技術的發展與應用現狀
1.3.1 智能信息處理技術的發展歷程
1.3.2 智能信息處理技術在損傷檢測中的應用現狀
1.3.3 智能信息處理技術的展望
參考文獻
第二章 結構健康監測／檢測技術
2.1 傳統無損檢測技術
2.1.1 超聲檢測技術
2.1.2 射線檢測技術
2.1.3 渦流檢測技術
2.1.4 聲發射檢測技術
2.1.5 紅外檢測技術
2.2 基於振動的無損檢測技術
2.2.1 基本原理
2.2.2 檢測方法
2.2.3 發展概況
2.3 基於統計識別檢測技術
2.3.1 基本原理
2.3.2 識別方法
2.3.3 識別流程
2.3.4 發展概況
2.4 光纖健康監測技術
2.4.1 光纖基本知識
2.4.2 光纖傳感基本原理
2.4.3 光纖光柵傳感器的應用
2.4.4 發展概況
2.5 壓電智能傳感檢測技術
2.5.1 基本概念
2.5.2 基本原理
2.5.3 診斷方法
2.5.4 應用概況
2.6 GPS監測技術
2.6.1 GPS定位技術
2.6.2 GPS中RTK技術
2.6.3 GPS結構健康監測技術
2.6.4 應用概況
2.7 智能信息處理技術
參考文獻
第三章 現代信號處理技術及應用
3.1 傅裡葉變換與自互譜法
3.1.1 傅裡葉變換
3.1.2 短時傅裡葉變換
3.1.3 自互譜法
3.2 Wigner-Ville變換
3.3 小波分析
3.3.1 小波分析基本原理
3.3.2 工程應用
3.4 小波包分析
3.4.1 基本原理
3.4.2 工程應用
3.5 希-黃變換
3.5.1 希-黃變換基本原理
3.5.2 改進希-黃變換基本原理
3.5.3 工程應用
3.6 盲源分離
3.6.1 盲源分離基本原理
3.6.2 主要算法
3.6.3 工程應用
3.7 結構健康監測與檢測中的實測數據處理
3.7.1 應變
3.7.2 位移、速度與加速度
3.7.3 溫度
3.7.4 風
3.7.5 其他測試物理量
參考文獻
第四章 數據預處理與特征選擇／提取技術
4.1 數據預處理
4.1.1 數據清理
4.1.2 數據集成
4.1.3 數據轉換
4.1.4 數據歸約
4.1.5 數據壓縮
4.2 特征篩選與評判標準
4.2.1 特征相關分析
4.2.2 特征選擇及搜索算法
4.2.3 特征評估
4.3 特征選擇與提取
4.3.1 主組分分析
4.3.2 核主組分分析
4.3.3 基於神經網絡的特征選擇與提取
4.4 動力特征參數與指紋
4.4.1 固有頻率
4.4.2 模態保證標準與坐標模態保證標準
4.4.3 曲率模態
4.4.4 模態應變能
4.4.5 曲率差損傷指標Z值
4.4.6 模態柔度
4.4.7 指標歸一變化比
4.4.8 基於小波包能量指紋
4.5 鋼管混凝土拱橋特征提取與損傷檢測
4.5.1 拱橋模型與損傷模擬
4.5.2 環境因素影響
4.5.3 基於動力指紋的損傷識別
4.5.4 各參數的識別結果
4.5.5 比較與討論
參考文獻
第五章 神經網絡技術及應用
5.1 神經網絡理論
5.1.1 神經網絡模型
5.1.2 實現機制
5.1.3 典型神經網絡模型
5.1.4 BP網絡模型相關問題的探討
5.1.5 神經網絡的輸人選擇原則
5.2 神經網絡用於結構損傷檢測的適應性、原理及應用
5.2.1 適應性
5.2.2 基本原理
5.2.3 工程應用進展
5.3 基於概率神經網絡的結構損傷檢測
5.3.1 傳統概率神經網絡
5.3.2 自適應概率神經網絡
5.3.3 主組分概率神經網絡
5.3.4 工程應用實例
5.4 基於小波神經網絡的結構損傷檢測
5.4.1 小波概率神經網絡
5.4.2 自適應小波概率神經網絡
5.4.3 小波函數的選擇對損傷檢測的影響
5.4.4 工程應用實例
5.5 基於模糊神經網絡的結構損傷檢測
5.5.1 模糊神經網絡
5.5.2 自適應神經網絡模糊繫統
5.5.3 結構損傷檢測方法
5.5.4 工程應用實例
5.6 基於粗糙集神經網絡的結構損傷檢測
5.6.1 粗糙集的基本理論
5.6.2 粗糙集與神經網絡的融合
5.6.3 損傷檢測方法
5.6.4 工程應用實例
參考文獻
第六章 數據融合技術及應用
6.1 數據融合基本理論
6.1.1 基本原理
6.1.2 功能模型
6.1.3 體繫結構
6.1.4 層次結構
6.2 數據融合算法
6.2.1 物理模型類識別算法
6.2.2 基於特征的推理技術
6.2.3 基於模型類識別算法
6.2.4 D-S證據理論
6.3 數據融合用於結構健康監測／檢測中的適應性
6.4 基於小波包分解的數據融合損傷檢測
6.4.1 損傷檢測方法
6.4.2 自適應加權融合算法
6.4.3 工程應用實例
6.5 基於小波分解與概率神經網絡的數據融合損傷檢測
6.5.1 損傷檢測方法
6.5.2 工程應用實例
6.6 基於模糊神經網絡和加權平均的數據融合損傷檢測
6.6.1 損傷檢測方法
6.6.2 工程應用實例
6.7 基於神經網絡和D-S證據理論的數據融合損傷檢測
6.7.1 損傷檢測方法
6.7.2 工程應用實例1
6.7.3 工程應用實例2
參考文獻
第七章 土木工程結構健康監測工程實施
7.1 橋梁結構健康監測繫統方案設計
7.1.1 總體設計原則
7.1.2 實時監測內容的選擇
7.1.3 主要參數的監測方法
7.2 超高層建築結構健康監測繫統方案設計
7.2.1 繫統概述
7.2.2 繫統組成
7.3 地鐵施工監測方案設計
7.3.1 監測流程
7.3.2 測點布置
7.4 隧道施工監測方案設計
7.4.1 超前地質預報
7.4.2 監控量測
7.4.3 隧道施工過程質量控制
7.4.4 施工監控實施方案
7.5 大跨橋梁結構健康監測
7.5.1 大佛寺長江大橋
7.5.2 潤揚長江大橋
7.6 空間結構與超高層建築健康監測
7.6.1 空間網架結構
7.6.2 超高層建築
7.7 地鐵施工監測
7.7.1 繫統的結構設計
7.7.2 繫統的功能設計
7.7.3 分布式數據庫設計
7.7.4 工程實例
7.8 隧道施工監測
7.8.1 繫統設計
7.8.2 工程實例
參考文獻