基于小波神经网络的结构损伤识别研究
摘要 | 第1-6页 |
ABSTRACT | 第6-7页 |
目录 | 第7-10页 |
第一章 绪论 | 第10-20页 |
·选题依据及其重要意义 | 第10-11页 |
·结构损伤识别的发展概况 | 第11-12页 |
·结构损伤识别方法研究 | 第12-16页 |
·基于仪器设备测量的局部损伤识别方法 | 第12-13页 |
·基于静态数据测量的结构损伤识别方法 | 第13页 |
·基于动力特性的结构损伤识别方法 | 第13-15页 |
·智能损伤识别方法 | 第15-16页 |
·小波分析在结构损伤识别中的应用 | 第16-17页 |
·人工神经网络算法在结构损伤识别的中应用 | 第17-19页 |
·本文研究的主要内容 | 第19-20页 |
第二章 小波分析基本理论 | 第20-27页 |
·引言 | 第20页 |
·傅里叶变换和窗口傅立叶变换 | 第20-21页 |
·小波变换 | 第21-22页 |
·连续小波变换 | 第22-24页 |
·连续小波变换的主要性质 | 第22-23页 |
·连续小波变换的频率特性 | 第23页 |
·连续小波变换的尺度特性 | 第23-24页 |
·离散小波变换 | 第24页 |
·几种常用小波函数 | 第24-27页 |
·Daubechies 小波 | 第25页 |
·Morlet 小波 | 第25页 |
·Mexico 草帽小波 | 第25-26页 |
·Haar 小波 | 第26-27页 |
第三章 神经网络基本理论 | 第27-33页 |
·引言 | 第27页 |
·人工神经网络 | 第27-29页 |
·人工神经网络的工作原理 | 第27-28页 |
·人工神经网络的特点 | 第28-29页 |
·BP 神经网络 | 第29-33页 |
·BP 神经网络的基本原理 | 第29-31页 |
·BP 神经网络算法过程 | 第31页 |
·确定 BP 网络的结构 | 第31-33页 |
第四章 基于小波神经网络的结构损伤识别原理 | 第33-41页 |
·小波变换对信号奇异性检测的基本原理 | 第33-35页 |
·小波变换识别奇异点位置的方法 | 第33-34页 |
·小波变换的极值点、过零点与信号奇异性的联系 | 第34-35页 |
·小波基的选择 | 第35-36页 |
·基于小波神经网络的结构损伤识别 | 第36-41页 |
·基于转角模态的梁损伤识别原理 | 第37页 |
·基于曲率模态的梁损伤识别原理 | 第37-39页 |
·基于应变模态的梁损伤识别原理 | 第39-41页 |
第五章 基于小波神经网络的简支梁损伤识别 | 第41-50页 |
·引言 | 第41页 |
·简支梁的有限元计算 | 第41页 |
·基于转角模态小波神经网络的简支梁损伤识别 | 第41-44页 |
·含一处损伤的简支梁的转角模态损伤识别方法 | 第41-43页 |
·含两处损伤的简支梁的转角模态损伤识别方法 | 第43-44页 |
·基于曲率模态小波神经网络的简支梁损伤识别 | 第44-46页 |
·含一处损伤的简支梁的曲率模态损伤识别方法 | 第44-45页 |
·含两处损伤的简支梁的曲率模态损伤识别方法 | 第45-46页 |
·基于应变模态小波神经网络的简支梁损伤识别 | 第46-50页 |
·含一处损伤的简支梁的应变模态损伤识别方法 | 第46-48页 |
·含两处损伤的简支梁的应变模态损伤识别方法 | 第48-50页 |
第六章 基于小波神经网络的连续梁损伤识别 | 第50-63页 |
·引言 | 第50页 |
·连续梁的有限元计算 | 第50页 |
·基于转角模态小波神经网络的连续梁损伤识别 | 第50-54页 |
·含一处损伤的连续梁的转角模态损伤识别方法 | 第50-52页 |
·含两处损伤的连续梁的转角模态损伤识别方法 | 第52-53页 |
·含三处损伤的连续梁的转角模态损伤识别方法 | 第53-54页 |
·基于曲率模态小波神经网络的连续梁损伤识别 | 第54-58页 |
·含一处损伤的连续梁的曲率模态损伤识别方法 | 第54-55页 |
·含两处损伤的连续梁的曲率模态损伤识别方法 | 第55-57页 |
·含三处损伤的连续梁的曲率模态损伤识别方法 | 第57-58页 |
·基于应变模态小波神经网络的连续梁损伤识别 | 第58-63页 |
·含一处损伤的连续梁的应变模态损伤识别方法 | 第58-59页 |
·含两处损伤的连续梁的应变模态损伤识别方法 | 第59-60页 |
·含三处损伤的连续梁的应变模态损伤识别方法 | 第60-63页 |
结论与展望 | 第63-65页 |
结论 | 第63页 |
展望 | 第63-65页 |
参考文献 | 第65-70页 |
致谢 | 第70-71页 |
附录 | 第71页 |