首页--数理科学和化学论文--力学论文--振动理论论文--随机振动论文

平稳随机振动载荷识别的计算机模拟与实验研究

目次第1-8页
第一章 概论第8-23页
 §1.1 课题的背景和意义第8-10页
 §1.2 文献综述第10-22页
  §1.2.1 载荷识别方法的分类与发展历史第10-13页
  §1.2.2 载荷识别的频域法理论基础第13-18页
   §1.2.2.1 频响函数矩阵求逆法(DI-LS)第14-16页
   §1.2.2.2 模态坐标转换法(MCTM)第16-18页
  §1.2.3 载荷识别的时域法第18-22页
   §1.2.3.1 阶跃力假设下的时域法的基本原理第18-21页
   §1.2.3.2 其它时域法及比较第21-22页
 §1.3 本文的主要工作第22-23页
第二章 逆虚拟激励法载荷识别原理第23-34页
 §2.1 平稳随机振动介绍第23页
 §2.2 逆虚拟激励法的基本原理第23-29页
  §2.2.1 分析模型的逆虚拟激励载荷识别法(FE-IPEM)第24-26页
   §2.2.1.1 分析模型的逆虚拟激励载荷识别法原理第24-25页
   §2.2.1.2 分析模型的逆虚拟激励载荷识别法影响因素第25-26页
  §2.2.2 试验模型的逆虚拟激励载荷识别法(DI-IPEM)第26-29页
   §2.2.2.1 试验模型的逆虚拟激励载荷识别法原理第26-28页
   §2.2.2.2 载荷识别影响因素和提高精度的措施第28-29页
 §2.3 逆虚拟激励法载荷识别步骤第29-30页
 §2.4 试验模态分析的一些理论基础第30-34页
  §2.4.1 多输入多输出理论第30-31页
  §2.4.2 数字信号分析中的迭混与泄漏第31-32页
   §2.4.2.1 迭混现象第31-32页
   §2.4.2.2 泄漏现象第32页
  §2.4.3 试验设置中的边界条件和激励方式等的考虑第32-34页
第三章 悬臂梁结构载荷识别试验第34-49页
 §3.1 悬臂梁试验介绍第34-39页
  §3.1.1 试验过程设计第34-38页
  §3.1.2 试验系统介绍第38-39页
 §3.2 计算机模拟响应测点的选择第39-43页
  §3.2.1 不同数目响应测点的影响第39-40页
  §3.2.2 激励点位置的影响第40-41页
  §3.2.3 不同阻尼比的影响第41页
  §3.2.4 响应测量不同有效数字位数的影响第41-42页
  §3.2.5 不同测点组合情况下的识别结果第42-43页
 §3.3 第一次试验结果(工况一)第43-46页
  §3.3.1 两点不相干激励下悬臂梁试验第43-45页
  §3.3.2 两点完全相干激励下悬臂梁试验第45-46页
 §3.4 第二次试验结果(工况二)第46-48页
  §3.4.1 两点不相干激励下悬臂梁试验第46-47页
  §3.4.2 两点完全相干激励下悬臂梁试验第47-48页
 §3.5 试验结果讨论第48-49页
第四章 有机玻璃框架载荷识别试验第49-63页
 §4.1 试验介绍第49-51页
 §4.2 计算机模拟响应测点的选择第51-52页
 §4.3 第一次试验结果(工况一)第52-55页
  §4.3.1 两点不相干激励下有机玻璃框架结构试验第52-54页
  §4.3.2 两点完全相干激励下有机玻璃框架结构试验第54-55页
 §4.4 第二次试验结果(工况二)第55-57页
  §4.4.1 两点完全不相干激励下有机玻璃框架结构试验第55-56页
  §4.4.2 两点完全相干激励下有机玻璃框架结构试验第56-57页
 §4.5 第三次试验结果(工况三)第57-58页
  §4.5.1 两点不相干激励下有机玻璃框架结构试验第57-58页
 §4.6 测量噪声和响应测量点数的影响第58-62页
  §4.6.1 测量噪声对识别结果的影响第58-61页
   §4.6.1.1 响应测量噪声对识别结果的影响第58-59页
   §4.6.1.2 频响函数测量噪声对识别结果的影响第59-61页
  §4.6.2 测量点数对识别结果的影响第61-62页
 §4.7 试验结果总结第62-63页
第五章 广义小量分解法第63-72页
 §5.1 概要介绍第63页
  §5.1.1 本章介绍第63页
  §5.1.2 广义小量分解法的重要意义第63页
 §5.2 广义小量分解法第63-68页
  §5.2.1 小量分解法介绍第63-66页
  §5.2.2 广义小量分解法第66-68页
  §5.2.3 广义小量分解法中的误差矩阵分析-乘积误差项第68页
 §5.3 广义小量分解法算例分析第68-70页
  §5.3.1 一般的满秩矩阵第68-69页
  §5.3.2 近似秩亏矩阵第69-70页
 §5.4 广义小量分解法在载荷识别中的应用第70-71页
 §5.5 结论第71-72页
第六章 总结与展望第72-73页
参考文献第73-76页
致谢第76-77页

论文共77页,点击 下载论文
上一篇:高等教育国际化趋势下我国高校教师素质研究
下一篇:CA认证在中南财经政法大学网上办公系统中的应用