混凝土结构状态耐久性评价的一个重要的基础性问题是如何根据在役结构的实时监测信号与无损检测信息判断结构状态进而评价其剩余寿命。实时监测信号与无损检测信息与混凝土材料及结构的力学性能、性能退化过程密切相关，本项目拟从时域空间的变化角度入手，采用上述物理量来构筑材料损伤变量，采用损伤力学理论描述混凝土损伤和力学性能演变的衰减本构模型，进而建立基于无破损检测的混凝土损伤破坏准则。.本项目研究的基本思想是以 2100433B

混凝土结构内部复杂的环境对超声波易产生非均匀、多杂波、多散射的干扰，致使采用超声波损伤探测技术探测的目标位置发生偏失，严重影响了测量精度。时间反演（Time Reversal，TR）技术能够使信号自适应地在检测区域中聚焦成像，进而可以实现待探测目标的精确定位，在混凝土内部结构这种非均匀环境的损伤监测中具有广阔的应用前景。本项目拟将时间反演技术与智能骨料传感器系统相结合，开发一种基于混凝土结构损伤成像的智能实时监测系统，内容包括时间反演探测系统的探测单元在混凝土中的排布方式，基于时间反演技术的混凝土裂缝目标探测技术和成像技术，基于时间反演技术的混凝土成像监测软件，多压电陶瓷片叠加技术的第三代智能骨料，以及成像系统硬件系统的研究和开发。本项目的完成，可为大型混凝土结构提供一个高效、智能、精确、实时的新型监测系统及解决方案。

本课题依托时间反演技术，研究了混凝土裂缝目标探测。基于目标探测FDTD 仿真平台，同时通过智能骨料传感器阵列优化分析，消除混凝土内部的多径干扰，对若干优化后的智能骨料发送信号和接收信号进行处理，成功进行了混凝土超声成像，获得了初步成像结果。结果表明，这种依托时间反演方法的技术可以进行为目标探测提供了一种新思路。通过研究基于时间反演技术损伤目标探测技术，将时间反演应用于多种连接界面松动监测并取得了良好的效果。此外对新型智能骨料在混凝土的传波规律进行了理论分析与研究，用数值方程求解出了相应的压电性能。最后研究了多压电陶瓷片叠加式技术智能骨料在混凝土中的高频发射波传播距离问题，对新型智能骨料在混凝土中的高频超声波传播能力进行验证。 2100433B

前言

第一章 绪论

1.1 神经网络在土木工程中应用的可行性

1.1.1 神经网络的特点

1.1.2 神经网络求解土木工程问题的可行性

1.2 结构分析与初步设计

1.3 结构优化设计

1.4 结构损伤检测

1.5 神经网络在土木工程中的应用

1.5.1 结构分析与初步设计

1.5.2 结构优化设计

1.5.3 结构损伤检测

1.5.4 结构控制

1.5.5 科学决策

1.5.6 结构材料及本构关系

1.5.7 回归分析

参考文献

第二章 神经网络理论及模型

2.1 神经网络的发展史

2.2 神经网络基本原理

2.2.1 神经元模型

2.2.2 神经元传递函数

2.2.3 神经网络的学习算法

2.2.4 神经网络模型

2.2.5 神经网络的实现机制

2.3 典型神经网络模型

2.3.1 BP网络模型

2.3.2 Hopfie1d网络模型

2.3.3 回归Bp网络

2.3.4 Boltzmann机网络

2.3.5 径向基函数(RBF)网络

2.3.6 概率神经网络(PNN)

2.3.7 对偶传播(CP)神经网络

2.3.8 模糊神经网络(FNN)

2.4 BP网络模型及相关问题

2.4.1 经典BP算法

2.4.2 网络模型存在的问题及分析

2.4.3 BP网络模型的改进

参考文献

第三章 数据的前后处理

3.1 引言

3.2 数据处理的方法

3.2.1 土木工程问题的神经网络求解方法

3.2.2 数据处理的方法与步骤

3.3 数据变换处理

3.3.1 数值(连续值)变量

3.3.2 定性变量

3.3.3 区间变量

3.3.4 无序变量

3.4 特征参数的提取

3.4.1 向量扩张法

3.4.2 小波分析法

3.4.3 主成分分析法

3.4.4 神经网络方法

3.5 样本集的构造

3.6 数值算例分析

参考文献

第四章 结构分析与初步设计

4.1 神经网络在结构分析与初步设计中的应用

4.1.1 多层前馈神经网络

4.1.2 自组织神经网络

4.2 基于神经网络的结构分析

4.2.1 结构分析的理论基础

4.2.2 结构分析方法

4.2.3 悬臂梁的结构分析

4.3 基于神经网络的结构初步设计

4.3.1 初步设计的基本原理与方法

4.3.2 外包钢混凝土受压构件的设计

4.3.3 外包钢混凝土受弯构件的设计

4.3.4 钢筋混凝土梁的设计

4.3.5 钢管混凝土中的应用

4.4 小结

参考文献

第五章 结构优化设计

5.1 结构优化设计的发展与研究

5.1.1 结构优化设计理论与方法

5.1.2 基于Matlab的结构优化设计

5.1.3 神经网络在结构优化设计中的应用

5.2 基于神经网络的结构优化设计

5.2.1 基本原理

5.2.2 优化算法

5.2.3 桁架结构优化设计

5.3 基于遗传算法的结构优化设计

5.3.1 遗传算法

5.3.2 结构优化设计原理与方法

5.3.3 数值算例

5.3.4 结构优化设计评述

5.4 结构智能优化设计

5.4.1 结构智能优化设计概念

5.4.2 基本原理

参考文献

第六章 结构损伤检测

6.1 结构损伤检测的发展与研究

6.1.1 基于振动的损伤检测

6.1.2 其他无损伤检测

6.1.3 无损伤与有损伤相结合的检测

6.2 基于神经网络的结构损伤检测

6.2.1 基本原理与方法

6.2.2 神经网络在结构损伤检测中的应用

6.2.3 简要评述

6.3 基于神经网络的多级结构损伤检测技术

6.3.1 面向损伤检测的有限元模型

6.3.2 异常检测

6.3.3 损伤类型检测

6.3.4 损伤定位

6.3.5 损伤程度评估

6.4 大跨悬索桥结构的损伤检测及定位

6.4.1 引言

6.4.2 大跨悬索桥损伤定位的PNN模型

6.4.3 损伤定位结果与讨论

6.4.4 相对重要性与特征向量简化

6.4.5 不同网络性能比较

6.5 大跨斜拉桥的损伤检测

6.5.1 斜拉桥的异常检测

6.5.2 斜拉桥的损伤定位

6.5.3 斜拉桥的损伤程度评估

6.6 Benchmark结构的损伤检测与评估

6.6.1 问题的提出

6.6.2 Benchmark结构

6.6.3 数值模型

6.6.4 模式损伤样本的产生

6.6.5 损伤定位

6.6.6 损伤程度评估

参考文献2100433B