摘要 | 第1-7页 |
Abstract | 第7-12页 |
1 绪论 | 第12-34页 |
1.1 基于振动特性的结构损伤识别方法的回顾 | 第13-23页 |
1.1.1 结构模型建立与损伤定义 | 第14-15页 |
1.1.2 损伤识别采用的信息标识量 | 第15-19页 |
1.1.3 损伤识别方法的简要归纳 | 第19-23页 |
1.2 受噪音污染的稀疏模态响应下的结构损伤识别 | 第23-31页 |
1.2.1 参数分组 | 第24-25页 |
1.2.2 由实测模态响应进行参数估计 | 第25-26页 |
1.2.3 解的非唯一性问题 | 第26-29页 |
1.2.4 测试噪音对识别结果精度影响分析 | 第29-31页 |
1.3 本文工作 | 第31-34页 |
2 结构参数识别问题的灵敏度分析理论 | 第34-74页 |
2.1 模态参数灵敏度分析 | 第34-36页 |
2.2 几种类型目标函数的灵敏度分析 | 第36-48页 |
2.2.1 分立的模态误差函数 | 第36-42页 |
2.2.2 组合格式的模态误差函数 | 第42-48页 |
2.3 结构动力特性灵敏度的度量指标 | 第48-51页 |
2.4 最优灵敏度分析技术 | 第51-56页 |
2.4.1 基于求解非线性优化问题的参数估计 | 第52-53页 |
2.4.2 最优灵敏度分析 | 第53-55页 |
2.4.3 参数估计值统计特征分析 | 第55-56页 |
2.5 算例分析 | 第56-73页 |
2.5.1 结构动力灵敏度度量指标的数值分析 | 第56-69页 |
2.5.2 识别结果的统计特征的数值分析 | 第69-73页 |
2.6 本章小结 | 第73-74页 |
3 损伤信息标识量的选取与结构损伤直接指示 | 第74-117页 |
3.1 改进的柔度阵方法 | 第74-83页 |
3.1.1 方法的原理 | 第75-79页 |
3.1.2 数值模拟研究 | 第79-83页 |
3.1.3 小结 | 第83页 |
3.2 基于局部化特性模态组合准则的损伤信息标识量 | 第83-111页 |
3.2.1 方法的原理 | 第83-87页 |
3.2.2 数值模拟研究 | 第87-107页 |
3.2.3 模态组合权重的优化选择 | 第107-110页 |
3.2.4 小结 | 第110-111页 |
3.3 基于神经网络的损伤指示 | 第111-117页 |
3.3.1 方法的原理 | 第111-112页 |
3.3.2 数值模拟研究 | 第112-116页 |
3.3.3 小结 | 第116-117页 |
4 基于误差函数灵敏度信息的损伤定位方法 | 第117-136页 |
4.1 引言 | 第117页 |
4.2 损伤定位 | 第117-128页 |
4.2.1 误差函数灵敏度信息与损伤单元的联系 | 第118-121页 |
4.2.2 定位“优势”损伤单元 | 第121-123页 |
4.2.3 基于序列损伤定位的参数分组方法 | 第123-128页 |
4.3 分析有噪音数据造成的影响 | 第128-135页 |
4.4 本章小结 | 第135-136页 |
5 基于遗传算法的桩基结构损伤识别研究 | 第136-146页 |
5.1 方法的原理 | 第137-141页 |
5.1.1 桩土体系的描述 | 第137-140页 |
5.1.2 遗传算法 | 第140-141页 |
5.2 数值模拟研究 | 第141-143页 |
5.3 一个工程实例 | 第143-145页 |
5.4 本章小结 | 第145-146页 |
6 关于IASC-ASCE基准结构模型的损伤识别研究 | 第146-155页 |
6.1 IASC-ASCE基准结构模型简介 | 第146-148页 |
6.2 算例结果 | 第148-154页 |
6.2.1 无噪音状态下损伤识别 | 第148-151页 |
6.2.2 有噪音状态下损伤识别 | 第151-154页 |
6.3 本章小结 | 第154-155页 |
7 总结与展望 | 第155-158页 |
7.1 总结 | 第155-157页 |
7.2 进一步的研究工作展望 | 第157-158页 |
参考文献 | 第158-172页 |
攻读博士学位期间发表学术论文情况 | 第172-173页 |
创新点摘要 | 第173-174页 |
致谢 | 第174-175页 |
大连理工大学学位论文版权使用授权书 | 第175页 |