基于稀疏特性恢复理论的结构损伤识别算法
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题来源和研究目的及意义 | 第9-10页 |
| 1.1.1 课题的来源 | 第9页 |
| 1.1.2 研究的目的与意义 | 第9-10页 |
| 1.2 现有参数化损伤识别方法及其缺陷 | 第10-14页 |
| 1.2.1 损伤识别的非拟合方法 | 第11页 |
| 1.2.2 损伤识别的有限元模型更新理论 | 第11-12页 |
| 1.2.3 残余模态力方法 | 第12页 |
| 1.2.4 参数灵敏度方法 | 第12-13页 |
| 1.2.5 贝叶斯损伤识别 | 第13-14页 |
| 1.3 结构损伤识别与稀疏恢复理论 | 第14-16页 |
| 1.3.1 稀疏恢复理论 | 第14-15页 |
| 1.3.2 结构参数识别的稀疏特性 | 第15-16页 |
| 1.4 本文的主要研究内容 | 第16-17页 |
| 第2章 基于稀疏恢复理论的损伤识别算法 | 第17-30页 |
| 2.1 引言 | 第17页 |
| 2.2 结构损伤识别的参数灵敏度理论 | 第17-18页 |
| 2.3 稀疏恢复算法 | 第18-21页 |
| 2.4 数值模拟 | 第21-29页 |
| 2.4.1 损伤定位与量化 | 第22-25页 |
| 2.4.2 对测量噪声的鲁棒性 | 第25-26页 |
| 2.4.3 最优稀疏度选取的经验性结果 | 第26-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 基于稀疏贝叶斯的概率损伤识别算法 | 第30-54页 |
| 3.1 引言 | 第30页 |
| 3.2 基于参数灵敏度理论的稀疏贝叶斯损伤识别 | 第30-36页 |
| 3.2.1 理论模型的构建 | 第30-34页 |
| 3.2.2 稀疏贝叶斯的目标函数 | 第34-35页 |
| 3.2.3 稀疏贝叶斯的不确定性量化 | 第35-36页 |
| 3.3 算法的流程 | 第36-38页 |
| 3.4 数值模拟 | 第38-53页 |
| 3.4.1 悬臂梁 | 第39-44页 |
| 3.4.2 53单元的平面桁架 | 第44-53页 |
| 3.5 本章小结 | 第53-54页 |
| 第4章 稀疏性损伤识别算法的实验验证 | 第54-74页 |
| 4.1 引言 | 第54页 |
| 4.2 实验平台与方案 | 第54-59页 |
| 4.2.1 实验模型与仪器 | 第54-56页 |
| 4.2.2 损伤模拟与数据采集 | 第56-58页 |
| 4.2.3 有限元模型的建立 | 第58-59页 |
| 4.3 数据分析 | 第59-73页 |
| 4.3.1 模态参数识别结果 | 第59-61页 |
| 4.3.2 无模型更新的损伤识别结果 | 第61-69页 |
| 4.3.3 模型更新后的损伤识别结果 | 第69-73页 |
| 4.4 本章小结 | 第73-74页 |
| 结论 | 第74-76页 |
| 参考文献 | 第76-81页 |
| 攻读学位期间完成的学术论文 | 第81-83页 |
| 致谢 | 第83页 |
