板壳结构损伤诊断的理论和方法研究
| 摘要 | 第1-8页 |
| Abstract | 第8-12页 |
| 第1章 绪论 | 第12-24页 |
| ·工程结构损伤诊断研究的意义、目的 | 第12页 |
| ·工程结构损伤诊断的研究内容以及发展概况 | 第12-17页 |
| ·结构损伤诊断标识量选择的研究现状 | 第17-21页 |
| ·板壳结构损伤诊断的发展现状 | 第21-22页 |
| ·本论文的主要研究内容 | 第22-24页 |
| 第2章 损伤对板动力特性的影响 | 第24-40页 |
| ·薄板结构的损伤问题的描述 | 第24-25页 |
| ·薄板结构横向振动的基本方程 | 第25-26页 |
| ·结构损伤对结构的固有频率的影响 | 第26-28页 |
| ·结构损伤对振型的影响 | 第28-32页 |
| ·四边简支板结构损伤的动力特性分析 | 第32-36页 |
| ·不同边界约束板损伤的动力分析 | 第36-39页 |
| ·小结 | 第39-40页 |
| 第3章 结构损伤诊断标识量的选择 | 第40-52页 |
| ·损伤诊断标识量的选择依据 | 第40-41页 |
| ·结构损伤诊断标识量的灵敏度分析 | 第41-45页 |
| ·一阶振型变化率 | 第45-51页 |
| ·小结 | 第51-52页 |
| 第4章 板结构的线性损伤诊断方法研究 | 第52-64页 |
| ·一阶振型变化率的可叠加性 | 第52-57页 |
| ·线性损伤诊断方法 | 第57-59页 |
| ·含模型误差的结构的损伤诊断 | 第59-60页 |
| ·线性损伤诊断方法算例 | 第60-62页 |
| ·小结 | 第62-64页 |
| 第5章 计算智能算法在损伤诊断中的应用 | 第64-86页 |
| ·人工神经网络 | 第64-71页 |
| ·BP神经网络 | 第65-68页 |
| ·结构损伤诊断的BP神经网络方法 | 第68-71页 |
| ·遗传算法在结构损伤诊断中的应用 | 第71-80页 |
| ·遗传算法 | 第72-74页 |
| ·遗传损伤模式识别中的遗传算法的改进 | 第74-75页 |
| ·应用于结构损伤诊断的遗传算法 | 第75-80页 |
| ·遗传算法与神经网络的耦合算法 | 第80-84页 |
| ·本章小结 | 第84-86页 |
| 第6章 壳体结构的损伤诊断 | 第86-105页 |
| ·壳体结构的振动 | 第86-89页 |
| ·壳体结构损伤标识量 | 第89-91页 |
| ·闭合壳体结构的损伤诊断 | 第91-98页 |
| ·开口壳体结构的损伤诊断 | 第98-104页 |
| ·小结 | 第104-105页 |
| 第7章 含裂纹板壳结构的损伤诊断 | 第105-121页 |
| ·含裂纹板结构的有限元方法研究 | 第105-112页 |
| ·裂纹尖端区域的单元刚度矩阵计算 | 第105-108页 |
| ·奇异单元与常规单元之间的过渡连接 | 第108-111页 |
| ·算例—裂纹板的断裂分析 | 第111-112页 |
| ·裂纹对板壳结构的动力特性的影响 | 第112-117页 |
| ·裂纹损伤诊断 | 第117-120页 |
| ·小结 | 第120-121页 |
| 结论 | 第121-123页 |
| 致谢 | 第123-124页 |
| 参考文献 | 第124-134页 |
| 附录1：损伤位置对应的振型及其变化量 | 第134-139页 |
| 附录2：各损伤程度对应的振型及其变化量 | 第139-142页 |
| 附录3：Reissner型板裂纹位移展开式 | 第142-145页 |
| 攻读博士期间发表的论文及科研成果 | 第145页 |
