本书的主要内容有：在对传统的基于频率的结构损伤识别机理进行阐述的基础上，理论推导了基于频率的改进损伤指标(包括改进的损伤定位指标与改进的损伤程度识别指标)；为消除损伤程度对应变模态差矢量的影响，本书对应变模态差矢量进行了标准化，建立了与损伤程度无关的标准化应变模态差指标，并给予了理论证明，且通过复合材料悬臂梁数值算例进行了验证，还提出了一种结合改进的基于频率损伤定位指标与标准化应变模态差的“组合损伤指标”作为网络的输入特征参数进行结构的损伤位置识别；考虑到避免复合因素的识别，简化损伤诊断问题的复杂性，提出了一种基于模态分析与神经网络的智能结构多级损伤诊断策略，具体内容有基于径向基神经网络(RBFNN)的损伤报警、基于自适应概率神经网络的损伤定位、基于改进BP神经网络的结构损伤程度识别等3个方面，并对它们的基本原理、技术的实现方法进行了研究；提出一种基于应变模态保证准则的应变传感器优化配置准则以及基于应变模态矩阵信息阵的2一范数，初步拟定一小组传感器布位的方法；研究基于改进遗传算法的剩余传感器布位优化的方法。

本书介绍了智能结构的损伤诊断技术以及损伤诊断中传感器优化配置方面的研究。其主要内容包括：采用模态分析与神经网络结合技术建立智能结构的多级损伤诊断的网络模型；在对传统的基于频率的结构损伤识别的机理进行阐述的基础上，理论推导了改进的损伤定位指标；分析了应变模态进行损伤定位的局限性，并提出了相应的对策：结合应变模态具有的正交性，提出了基于应变模态保证准则的应变传感器优化配置准则，并研究了采用目前发展起来的改进遗传算法对剩余的传感器的布位进行组合优化。

本书可供从事结构损伤诊断领域的研究人员阅读参考，也可作为力学、土木、机械等相关专业的研究生的参考用书。

前言

第1章 绪论

1.1 智能材料结构概述

1.2 智能结构的研究现状

1.3 智能结构的研究内容

1.4 关于FBG智能复合材料结构

1.5 本书研究的目的

1.6 本书研究的主要内容

第2章 损伤诊断策略

2.1 引 言

2.2 多级损伤诊断策略

2.3 神经网络技术

2.4 本章小结

第3章 损伤诊断中模态频率法与应变模态技术及其改进

3.1 引 言

3.2 模态分析的基本理论

3.3 基于模态频率的损伤诊断

3.4 基于应变模态的损伤诊断

3.5 数值算例

3.6 本章小结

第4章 基于神经网络的结构损伤诊断

4.1 引 言

4.2 神经网络的介绍

4.3 基于神经网络的多级损伤诊断

4.4 悬臂梁数值算例

4.5 本章小结

第5章 钢尺悬臂梁试验研究

5.1 引 言

5.2 试验概况

5.3 网络识别结果

5.4 本章小结

第6章 FBG传感器的优化配置研究

6.1 引 言

6.2 基于SMAC的应变传感器优化配置准则

6.3 传感器位置的初步配置

6.4 应变传感器位置优化的遗传算法

6.5 算例

6.6 本章小结

第7章 总结与展望

7.1 总结

7.2 主要创新之处

7.3 展望

参考文献