• 
  结构健康监测数据...
  ￥276.50元
• 
  高层建筑结构地震...
  ￥101.12元

本书系统地总结和阐述了结构健康监测数据科学与工程的理论、方法和应用的主要研究成果。第1～3章是数字信号处理分析的基础理论和数据压缩采集及无线传输算法；第4、5章是结构模态分析与识别方法；第6、7章是结构损伤识别和模型修正方法；第8、9章是车辆荷载识别与建模方法；第10章是基于监测数据的主梁安全评定方法；第11章是基于监测数据的拉索安全评定方法；第12、13章是风工程监测数据分析方法和地震损伤识别算法；第14章是结构健康监测的Benchmark模型。

样章试读

• 暂时还没有任何用户评论

总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页

全部咨询(共0条问答)

• 暂时还没有任何用户咨询内容

总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页

用户名：	匿名用户
E-mail：
咨询内容：

• 目录
  前言
  主要符号
  第0章 绪论 1
  0.1 结构健康监测的研究与应用概况 1
  0.1.1 传感技术 3
  0.1.2 数据科学与工程 12
  0.2 结构损伤识别与模型修正 23
  0.2.1 模态参数识别 23
  0.2.2 结构损伤识别 28
  0.2.3 结构模型修正 40
  0.3 结构健康监测数据分析建模与安全评定 44
  0.3.1 监测数据分析 44
  0.3.2 监测数据建模与安全评定 49
  0.4 结构灾害监测数据分析与评估 57
  0.4.1 结构风效应监测数据分析 57
  0.4.2 结构地震非线性模型识别与评估 61
  0.5 结构健康监测的Benchmark模型 66
  0.6 结构健康监测系统的应用 69
  0.6.1 桥梁结构 69
  0.6.2 国家游泳中心 79
  0.6.3 某高层建筑 81
  0.6.4 结构健康监测管理软件系统平台 82
  第1章 数字信号的基础知识 86
  1.1 傅里叶变换 86
  1.2 离散信号的傅里叶变换与快速傅里叶变换 87
  1.2.1 离散傅里叶变换 87
  1.2.2 快速傅里叶变换 88
  1.2.3 栅栏效应 88
  1.2.4 频率分辨率 89
  1.2.5 能量泄漏与加窗 90
  1.3 采样定理 93
  1.4 拉普拉斯变换 96
  1.4.1 拉普拉斯变换的定义 96
  1.4.2 拉普拉斯变换的函数微分性质 98
  1.5 信号滤波与去噪 98
  1.5.1 滤波 99
  1.5.2 小波去噪 102
  第2章 数据压缩采样 104
  2.1 数据压缩采样的数学原理 104
  2.1.1 压缩感知问题描述 104
  2.1.2 稀疏性 105
  2.1.3 测量矩阵 106
  2.1.4 优化求解算法 106
  2.2 应用实例 108
  2.2.1 桥梁监测加速度压缩采样 108
  2.2.2 大跨空间结构监测加速度压缩采样 117
  第3章 无线传输数据丢失恢复算法 121
  3.1 无线传输数据丢失概述 121
  3.2 无线传输数据丢失恢复算法 126
  3.2.1 无测量噪声的数据丢失恢复算法 126
  3.2.2 有测量噪声的数据丢失恢复算法 127
  3.3 应用实例 128
  3.3.1 桥梁监测数据丢失恢复 128
  3.3.2 大跨空间结构监测数据丢失恢复 140
  第4章 结构模态分析理论基础 144
  4.1 单自由度结构的频响函数和脉冲响应函数 144
  4.1.1 线性黏滞阻尼动力系统 144
  4.1.2 线性结构阻尼动力系统 148
  4.1.3 频响函数曲线性质 150
  4.1.4 不同荷载作用下结构频响函数和脉冲响应函数 155
  4.2 多自由度结构频响函数 159
  4.3 多自由度结构实模态频响函数和脉冲响应函数 163
  4.3.1 多自由度结构模态参数 163
  4.3.2 多自由度结构实模态频响函数与单位脉冲响应函数 166
  4.3.3 算例分析 168
  4.4 多自由度结构复模态频响函数 174
  4.4.1 线性黏滞阻尼动力系统 174
  4.4.2 线性结构阻尼动力系统 179
  4.4.3 复模态性质 180
  4.4.4 复模态频响函数及脉冲响应函数 181
  4.4.5 算例分析 184
  第5章 环境激励下结构模态参数识别方法 188
  5.1 频域分解法 188
  5.2 NExT法与ERA法 192
  5.2.1 NExT法 192
  5.2.2 ERA法 195
  5.3 随机子空间方法 202
  5.4 时变环境结构模态参数分析 208
  5.4.1 主成分分析方法 208
  5.4.2 神经网络建模方法 212
  5.5 应用实例 214
  5.5.1 结构健康监测系统概况 214
  5.5.2 结构模态参数识别结果 215
  5.5.3 环境因素与模态参数关系模型 222
  第6章 结构损伤识别方法 233
  6.1 基于模态参数的结构损伤识别方法 233
  6.1.1 基于频率的结构损伤识别方法 233
  6.1.2 基于振型的结构损伤识别方法 235
  6.2 结构损伤识别信息融合方法 238
  6.2.1 D-S证据理论 238
  6.2.2 Bayesian推理 241
  6.2.3 D-S证据理论与Bayesian推理的比较 242
  6.2.4 基于信息融合的结构损伤识别方法 246
  6.3 算例分析 249
  6.3.1 桥梁有限元模型 249
  6.3.2 结构损伤识别结果 250
  第7章 结构模型修正 255
  7.1 模态参数灵敏度方法 255
  7.1.1 结构模态参数灵敏度 255
  7.1.2 结构参数估计方法 257
  7.2 Bayesian概率方法 261
  7.3 应用实例 264
  7.3.1 斜拉桥子结构特征 264
  7.3.2 待修正结构参数 268
  7.3.3 修正结构参数 270
  第8章 车辆荷载极值模型与疲劳荷载谱 273
  8.1 车辆荷载监测数据特征 273
  8.2 随机过程概率模型与极值概率模型 277
  8.2.1 滤过Poisson过程与极值概率模型 277
  8.2.2 滤过Weibull过程与极值概率模型 279
  8.2.3 平稳二项随机过程与极值概率模型 279
  8.2.4 更新过程与极值概率模型 281
  8.3 基于监测数据的车辆荷载极值建模与概率模型 284
  8.3.1 截口分布概率模型 284
  8.3.2 到达时间概率模型 287
  8.3.3 极值概率模型数值计算方法 288
  8.3.4 应用实例 291
  8.4 基于监测数据的车辆疲劳荷载谱建模与模型 298
  8.4.1 中国车辆分类 298
  8.4.2 车辆疲劳荷载谱 300
  8.4.3 车流量预测Logistic方法 302
  8.4.4 应用实例 303
  第9章 车辆荷载时空分布识别与建模 307
  9.1 车辆荷载时空分布识别方法 307
  9.1.1 二值图像形态学方法 308
  9.1.2 车辆图像识别 310
  9.1.3 车辆定位 318
  9.2 车辆荷载随机场建模 320
  9.2.1 马尔科夫随机场理论基础 321
  9.2.2 联合树算法 323
  9.2.3 车辆荷载随机场模型 326
  9.3 应用实例 328
  9.3.1 车辆荷载识别 328
  9.3.2 车辆荷载建模 330
  第10章 基于监测数据的主梁安全评定方法 334
  10.1 应变监测数据特征 334
  10.1.1 钢筋混凝土桥梁 334
  10.1.2 钢桥 337
  10.2 应变监测数据的解耦 340
  10.2.1 趋势项应变解耦方法 340
  10.2.2 混凝土收缩与徐变应变解耦方法 343
  10.3 基于监测应变的结构承载力极限状态安全评定 348
  10.3.1 关键构件荷载效应概率模型 349
  10.3.2 关键构件抗力衰减模型 358
  10.3.3 结构承载力极限状态可靠度评估方法 359
  10.3.4 应用实例 361
  10.4 基于监测应变的钢箱梁疲劳累积损伤评估方法 365
  10.4.1 钢材疲劳累积损伤基础理论 365
  10.4.2 钢箱梁构造细节疲劳寿命曲线 368
  10.4.3 钢箱梁疲劳荷载效应谱计算方法 370
  10.4.4 应用实例 371
  第11章 基于监测数据的拉索安全评定方法 373
  11.1 拉索时变索力识别方法 374
  11.1.1 索力监测数据特征 374
  11.1.2 时不变索力识别方法 379
  11.1.3 时变索力识别方法 381
  11.1.4 算例分析 386
  11.2 承载力极限状态评估方法 396
  11.2.1 拉索时变抗力模型 396
  11.2.2 荷载效应极值模型 402
  11.2.3 时变承载力极限状态安全评定 404
  11.2.4 应用实例 406
  11.3 基于S-N曲线的拉索疲劳累积损伤评估与寿命预测方法 416
  11.3.1 高强钢丝疲劳寿命预测模型 416
  11.3.2 拉索疲劳寿命预测模型 418
  11.3.3 拉索疲劳荷载效应谱计算方法 419
  11.3.4 应用实例 420
  11.4 拉索疲劳累积损伤与寿命预测的断裂力学方法 432
  11.4.1 高强钢丝断裂力学基本理论 432
  11.4.2 高强钢丝腐蚀疲劳退化模型 434
  11.4.3 拉索疲劳寿命评估方法 437
  第12章 大跨度桥梁风和风效应监测数据分析 439
  12.1 风与风效应监测系统设计方法 439
  12.2 风场监测数据分析方法 442
  12.2.1 平均风速 442
  12.2.2 风速剖面 443
  12.2.3 脉动风湍流强度与湍流积分尺度 444
  12.2.4 脉动风速功率谱 446
  12.2.5 阵风因子 448
  12.2.6 脉动风的空间相关性 449
  12.2.7 风场展向不均匀性 449
  12.3 风压场与绕流场监测数据分析方法 449
  12.3.1 风压场 449
  12.3.2 绕流场 451
  12.4 主梁涡激振动监测数据分析方法 455
  12.4.1 涡激振动判别条件 456
  12.4.2 涡激振动特征 456
  12.5 主梁抖振响应监测数据分析方法 458
  12.6 斜拉索涡激振动监测数据分析方法 459
  12.6.1 平均风速的空间变换关系 459
  12.6.2 斜拉索涡激振动起振风况分析 459
  12.6.3 斜拉索涡激振动参与模态的估计方法 461
  12.7 应用实例 1462
  12.7.1 某大跨度悬索桥风与风效应监测系统 462
  12.7.2 风场监测数据与分析 466
  12.7.3 风压场与绕流场监测数据与分析 472
  12.7.4 主梁涡激振动监测数据与分析 477
  12.7.5 主梁抖振监测数据分析 480
  12.8 应用实例 2484
  12.8.1 某大跨度斜拉桥及斜拉索涡激振动监测系统概况 484
  12.8.2 斜拉索涡激振动监测数据分析 485
  第13章 结构地震反应监测数据分析与损伤识别 489
  13.1 地震地面运动和结构地震反应监测数据分析 489
  13.1.1 地震地面运动工程特性分析 490
  13.1.2 结构地震损伤快速分析方法 501
  13.2 基于数据驱动的结构非线性损伤定位方法 508
  13.2.1 识别方法 508
  13.2.2 算例分析 511
  13.3 结构非线性模型参数识别方法 520
  13.3.1 识别方法 520
  13.3.2 算例分析 522
  13.4 基于完备集的结构非线性模型及其参数识别方法 530
  13.4.1 识别方法 530
  13.4.2 算例分析 533
  13.5 基于非完备集的结构非线性模型及其参数识别方法 535
  13.5.1 识别方法 535
  13.5.2 算例分析 539
  第14章 结构健康监测的Benchmark模型 543
  14.1 健康监测系统概况 543
  14.1.1 工程概况 543
  14.1.2 结构健康监测系统 544
  14.2 结构修正有限元模型 547
  14.2.1 初始有限元模型 548
  14.2.2 修正有限元模型 551
  14.3 拉索状态评估Benchmark问题 551
  14.3.1 拉索索力监测数据 551
  14.3.2 退役高强钢丝和斜拉索疲劳特性 552
  14.3.3 拉索状态评估Benchmark问题 554
  14.4 主梁损伤识别Benchmark问题 554
  14.4.1 监测数据 555
  14.4.2 检测数据 558
  14.4.3 损伤识别Benchmark问题 558
  参考文献 560
  Contents
  Preface
  Main Symbols
  Introduction
  Chapter 1 Basic knowledge of signal processing 86
  1.1 Fourier transform 86
  1.2 Discrete Fourier transform and fast Fourier transform of signal 87
  1.2.1 Discrete Fourier transform 87
  1.2.2 Fast Fourier transform 88
  1.2.3 Picket fence effect 88
  1.2.4 Frequency resolution 89
  1.2.5 Energy leakage and window-added 90
  1.3 Sampling theory 93
  1.4 Laplace transform 96
  1.4.1 Definition of Lappace transform 96
  1.4.2 Function differential property of Lappace transform 98
  1.5 Filtering and denosing of signal 98
  1.5.1 Filtering 99
  1.5.2 Denosing 102
  Chapter 2 Compressive sampling 104
  2.1 Principle of compressive sampling 104
  2.1.1 Problem of compressive sampling 104
  2.1.2 Sparsity 105
  2.1.3 Measurement matrix 106
  2.1.4 Optimizaiton algorithm 106
  2.2 Case study 108
  2.2.1 Compressive sampling of accleration data of bridge 108
  2.2.2 Compressive sampling of accleration data of large span spatial structure 117
  Chapter 3 Lost data recovery for wireless data transmission 121
  3.1 Data loss reasons for wireless data transmission 121
  3.2 Algorithm for lost data recovery 126
  3.2.1 Lost data recovery without noise 126
  3.2.2 Lost data recovery with noise 127
  3.3 Case study 128
  3.3.1 Data lost recovery for monitored data of bridge 128
  3.3.2 Data lost recovery for monitored data of large span spatial structure 140
  Chapter 4 Structural modal analysis 144
  4.1 Frequency response function and impulse response function of single degree-of-freedom structure 144
  4.1.1 Linear viscous damping dynamic system 144
  4.1.2 Linear structure damping dynamic system 148
  4.1.3 Characteries of frequency response function curve 150
  4.1.4 Frequency response function and impulse response function under different loads 155
  4.2 Frequency response function of multiple degree-of-freedom structure 159
  4.3 Frequency response function and impulse response function of multiple degree-of-freedom structure 163
  4.3.1 Modal parameters of multiple degree-of-freedom structure 163
  4.3.2 Frequency response function and impulse response function of multiple degree-of-freedom structure 166
  4.3.3 Example 168
  4.4 Complex modal frequency response function of multiple degree-of-freedom structure 174
  4.4.1 Linear structure damping dynamic system 174
  4.4.2 Linear viscous damping dynamic system 179
  4.4.3 Complex modal properties 180
  4.4.4 Frequency response function and impulse response function of complex modal 181
  4.4.5 Example 184
  Chapter 5 Modal identification from ambient vibration of structure 188
  5.1 Frequency domain decomposition 188
  5.2 NExT and ERA 192
  5.2.1 NExT 192
  5.2.2 ERA 195
  5.3 Stochastic subspace identification 202
  5.4 Modal identification of bridge with ambient effects 208
  5.4.1 Principle component analysis 208
  5.4.2 Modelling by artifical neural network 212
  5.5 Case study 214
  5.5.1 Introduction of the structural health monitoring system 214
  5.5.2 Results of structural modal identification 215
  5.5.3 Model of the ambient effects and modal parameters 222
  Chapter 6 Structural damage identification 233
  6.1 Modal-based structural damage identfication methods 233
  6.1.1 Frequency-based structural damage identfication methods 233
  6.1.2 Mode shape-based structural damage identfication methods 235
  6.2 Structural damage identification based on information fusion 238
  6.2.1 D-S evidence theory 238
  6.2.2 Bayesian theory 241
  6.2.3 Comparison of D-S evidence theory and Bayesian theory 242
  6.2.4 Structural damage identification based on information fusion 246
  6.3 Example 249
  6.3.1 Finite element model of bridge 249
  6.3.2 Results of structural damage identification 250
  Chapter 7 Structural model updating 255
  7.1 Structural model updating based on modal sensitivity analysis 255
  7.1.1 Modal sensitivity analysis 255
  7.1.2 Structural parameters estimation 257
  7.2 Bayesian model updating for structure 261
  7.3 Case study 264
  7.3.1 Substructure characteristics of cable stayed bridges 264
  7.3.2 Updating structural parameters 268
  7.3.3 Updated structural parameters 270
  Chapter 8 Extreme value distribution and fatigue load spectrum of vehicle loads 273
  8.1 Characteristics of monitored vehicle loads 273
  8.2 Stochastic process and corresponding extreme value distribution 277
  8.2.1 Filtered Poisson process and EV distribution 277
  8.2.2 Filtered Weibull process and EV distribution 279
  8.2.3 Stationary Binomial process and EV distribution 279
  8.2.4 Renewal process and EV distribution 281
  8.3 Extreme value distribution modelling based on monitored vehicle loads 284
  8.3.1 Truncated distribution model 284
  8.3.2 Probability distribution model of inter-arrival times 287
  8.3.3 Numerical simulation method of EV distribution 288
  8.3.4 Case study 291
  8.4 Fatigue spectrum modelling of vehicle loads 298
  8.4.1 Vehicles classification in China 298
  8.4.2 Fatigue load spectrum 300
  8.4.3 Logistic method of traffic prediction 302
  8.4.4 Case study 303
  Chapter 9 Identification and modeling of the spatio-temporal distribution of vehicle loads 307
  9.1 Identification of spatio-temporal distribution of vehicle loads 307
  9.1.1 Morphological processing of the binary image 308
  9.1.2 Vehicle image identification 310
  9.1.3 Vehicle localization 318
  9.2 The random field model of vehicle loads 320
  9.2.1 Introduction to Markov random field 321
  9.2.2 Junction tree algorithm 323
  9.2.3 The random field model of vehicle loads on bridge deck 326
  9.3 Case study 328
  9.3.1 Vehicle load identification 328
  9.3.2 Vehicle load modeling 330
  Chapter 10 Structural safety evaluation of girder based on monitored data 334
  10.1 Characteristics of monitored strain 334
  10.1.1 Reinforced concrete bridge 334
  10.1.2 Steel bridge 337
  10.2 Decoupling of monitored strain 340
  10.2.1 Decoupling of trend strain 340
  10.2.2 Decoupling of shrinkage and creep for concrete 343
  10.3 Ultimate limit state assessment based on monitoring strain 348
  10.3.1 Probability distribution of load effects for key members 349
  10.3.2 Resistance deterioration model 358
  10.3.3 Reliability evaluation method of ultimate limit state 359
  10.3.4 Case study 361
  10.4 Fatigue damage assessment of steel box girder based on monitored strain 365
  10.4.1 Basic theory of cumulative fatigue damage 365
  10.4.2 Fatigue life curve of structural details in steel box girder 368
  10.4.3 Fatigue spectrum of monitored load effects 370
  10.4.4 Case study 371
  Chapter 11 Safety assessment for cables based on monitored data 373
  11.1 Time variant cable force identification method 374
  11.1.1 Monitored cable forces characteristics 374
  11.1.2 Time invariant cable force identification method 379
  11.1.3 Time variant cable force identification method 381
  11.1.4 Example 386
  11.2 Ultimate limit state evaluation 396
  11.2.1 Resistance model of cables 396
  11.2.2 Extreme value distribution of load effect 402
  11.2.3 Time dependent ultimate limit state evaluation of cables 404
  11.2.4 Case study 406
  11.3 Fatigue damage assessment and life prediction of cables based on S-N curve 416
  11.3.1 Fatigue life prediction model of high strength steel wires 416
  11.3.2 Fatigue life prediction model of cables 418
  11.3.3 Fatigue load spectrum based on monitored cable forces 419
  11.3.4 Case study 420
  11.4 Cumulative fatigue damage assessment and life prediction of cables based on linear elastic fracture mechanics 432
  11.4.1 Basic theory of linear elastic fracture mechanics for steel wire 432
  11.4.2 Corrosion fatigue degradation model of steel wires 434
  11.4.3 Fatigue life assessment of Cables 437
  Chapter 12 The monitoring data analysis method of the wind and wind effects of large-span bridges 439
  12.1 The design method of wind and wind effects monitoring system 439
  12.2 The analysis method of wind-field monitoring data 442
  12.2.1 Mean wind speed 442
  12.2.2 Wind profile 443
  12.2.3 Turbulence intensity and integral scale of fluctuating wind 444
  12.2.4 Power spectrum of fluctuating wind 446
  12.2.5 Gust wind factor 448
  12.2.6 Spatial correlation of fluctuating wind 449
  12.2.7 Span-wise inhomogeneity of wind field 449
  12.3 The data analysis method of wind pressure field and flow field around bluff bodies 449
  12.3.1 Wind pressure field 449
  12.3.2 Flow filed around bluff bodies 451
  12.4 The data analysis method of vortex-induced vibrations of girders 455
  12.4.1 The identification criterion of vortex-induced vibrations 456
  12.4.2 Characteristics of vortex-induced vibrations 456
  12.5 The data analysis method of buffeting responses of girders 458
  12.6 The data analysis method of vortex-induced vibrations of stayed cables 459
  12.6.1 Spatial transformation of wind velocity 459
  12.6.2 The critical wind condition of vortex-induced vibrations of stayed cables 459
  12.6.3 A method of estimating participation modes of vortex-induced vibrations 461
  12.7 Case study 1462
  12.7.1 The wind and wind effects monitoring system of a suspension bridge 462
  12.7.2 Wind field 466
  12.7.3 Wind-pressure field and flow field around the box girder 472
  12.7.4 Vortex induced vibrations of the box girder 477
  12.7.5 Buffeting responses of the box girder 480
  12.8 Case study 2484
  12.8.1 Field monitoring system of a cable-stayed bridge 484
  12.8.2 The data analysis of vortex-induced vibrations of stayed cables 485
  Chapter 13 The analysis of monitored earthquake ground motion and structural seismic response data and structural damage detection 489
  13.1 The analysis of monitored earthquake ground motion and structural seismic response data 489
  13.1.1 Engineering characteristics of earthquake ground motion 490
  13.1.2 Fast and practical method of structural seismic damage detection 501
  13.2 Data-driven based structural nonlinear damage location method 508
  13.2.1 Detection method 508
  13.2.2 Example 511
  13.3 Identification method for the parameters of structural nonlinear model 520
  13.3.1 Identification method 520
  13.3.2 Example 522
  13.4 Identification method for structural nonlinear model and its parameter based on complete observing set 530
  13.4.1 Identification method 530
  13.4.2 Example 533
  13.5 Identification method for structural nonlinear model and its parameter based on incomplete observing set 535
  13.5.1 Identification method 535
  13.5.2 Example 539
  Chapter 14 Benchmark model for structural health monitoring 543
  14.1 General introduction of the bridge and structural health monitoring system 543
  14.1.1 General introduction of the bridge 543
  14.1.2 Structural health monitoring system 544
  14.2 Initial and updated finite element model 547
  14.2.1 Initial finite element model 548
  14.2.2 Updated finite element model 551
  14.3 Condition assessment benchmark problem for cables 551
  14.3.1 Monitored data of cable forces 551
  14.3.2 Fatigue properties of replaced steel wires and cables 552
  14.3.3 Condition assessment benchmark problem for cables 554
  14.4 Damage identification benchmark problem for girder 554
  14.4.1 Monitored datasets 555
  14.4.2 Testing datasets 558
  14.4.3 Damage identification benchmark problem for girder 558
  References 560