| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 目录 | 第5-8页 |
| 1 绪论 | 第8-22页 |
| 1．1 复合材料层合结构损伤识别的意义 | 第8-12页 |
| 1．1．1 复合材料的特点 | 第8-9页 |
| 1．1．2 复合材料层合板结构损伤检测问题的提出 | 第9-11页 |
| 1．1．3 神经网络计算方法应用于复合材料结构损伤检测 | 第11-12页 |
| 1．2 国内外研究概况 | 第12-17页 |
| 1．2．1 各向同性工程结构的损伤诊断及检测方面的研究 | 第12-14页 |
| 1．2．2 复合材料结构损伤诊断及检测方面的研究 | 第14-15页 |
| 1．2．3 含损伤复合材料层合结构的动力分析问题的研究 | 第15-17页 |
| 1．3 基于神经网络的损伤检测方法 | 第17-20页 |
| 1．3．1 神经网络的应用及主要原理 | 第17-19页 |
| 1．3．2 神经网络存在的问题 | 第19-20页 |
| 1．3．3 新的算法和理论 | 第20页 |
| 1．4 本文研究的主要内容 | 第20-22页 |
| 2 复合材料层合板动力分析的有限元理论 | 第22-30页 |
| 2．1 复合材料层合板分析的一阶剪切理论 | 第22-26页 |
| 2．1．1 位移模式 | 第22-23页 |
| 2．1．2 本构关系 | 第23-26页 |
| 2．2 层合板刚度阵、质量阵和阻尼阵有限元列式的推导 | 第26-30页 |
| 2．2．1 单元位移和坐标插值函数 | 第26页 |
| 2．2．2 单元的应变—位移关系 | 第26-27页 |
| 2．2．3 单元刚度矩阵和质量阵 | 第27-28页 |
| 2．2．4 单元的阻尼阵 | 第28-30页 |
| 3 含分层损伤的复合材料层合板的动力分析模型 | 第30-37页 |
| 3．1 分层区交界面前缘位移协调模型 | 第30页 |
| 3．2 分层区域的界面虚拟连接单元 | 第30-31页 |
| 3．3 含分层损伤的层合板的阻尼模型 | 第31-37页 |
| 3．3．1 耗散能与阻尼的概念 | 第31-32页 |
| 3．3．2 单层板和层合板的振动比阻尼容量 | 第32-33页 |
| 3．3．3 层合板振动模态阻尼 | 第33-34页 |
| 3．3．4 含分层损伤层合板振动模态阻尼 | 第34-37页 |
| 4 人工神经网络算法 | 第37-53页 |
| 4．1 神经网络的发展概况 | 第37-40页 |
| 4．1．1 神经网络的发展历史 | 第37-38页 |
| 4．1．2 神经网络的应用及研究方向 | 第38-40页 |
| 4．2 神经网络的学习方法 | 第40-44页 |
| 4．2．1 典型的几种学习方法 | 第40-42页 |
| 4．2．2 典型的学习规则 | 第42-44页 |
| 4．3 几种常用网络的介绍 | 第44-47页 |
| 4．4 神经网络技术的选取及网络的设计基本过程 | 第47-49页 |
| 4．4．1 神经网络技术的选取原则 | 第47页 |
| 4．4．2 选取网络的具体过程 | 第47-48页 |
| 4．4．3 BP网络的设计分析 | 第48-49页 |
| 4．5 人工神经网络技术在结构损伤诊断中的应用 | 第49-53页 |
| 4．5．1 神经网络用于结构损伤诊断的优势所在 | 第49-50页 |
| 4．5．2 目前的研究现状和展望 | 第50-53页 |
| 5 以模态频率和阻尼为输入参数的损伤识别 | 第53-66页 |
| 5．1 以模态频率为网络的输入参数 | 第53-62页 |
| 5．1．1 分层处连接单元模型的讨论 | 第53-54页 |
| 5．1．2 分层长度变化的损伤检测 | 第54-57页 |
| 5．1．3 分层位置变化的损伤检测 | 第57-61页 |
| 5．1．4 对分层位置和分层长度同时变化的识别 | 第61-62页 |
| 5．2 以阻尼为输入参数的损伤识别 | 第62-66页 |
| 结论 | 第66-68页 |
| 6．1 总结 | 第66页 |
| 6．2 展望 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 攻读硕士学位期间发表学术论文情况 | 第73-74页 |
| 致谢 | 第74-75页 |
| 大连理工大学学位论文版权使用授权书 | 第75页 |
