摘要 | 第1-11页 |
Abstract | 第11-13页 |
第一章 绪论 | 第13-24页 |
·引言 | 第13-14页 |
·课题研究背景及意义 | 第14-18页 |
·大跨度空间网格结构的发展 | 第14-16页 |
·大跨度空间网格结构损伤识别的研究意义 | 第16-18页 |
·国内外研究现状 | 第18-22页 |
·基于静态的损伤识别方法 | 第18-19页 |
·基于动力特性的损伤识别方法 | 第19-21页 |
·基于智能算法的损伤识别方法 | 第21-22页 |
·课题的提出 | 第22-23页 |
·本文研究的主要内容 | 第23-24页 |
第二章 基于时间序列分析与神经网络的大跨度空间网格结构损伤识别方法 | 第24-45页 |
·引言 | 第24页 |
·基于时间序列分析与神经网络的大跨度空间网格结构损伤识别方法的基本路线 | 第24-25页 |
·基于梁单元的网壳结构有限元模型的建立 | 第25-27页 |
·基于时间序列分析法判别结构是否存在损伤 | 第27-34页 |
·动态数据预处理 | 第27-29页 |
·建立时间序列模型 | 第29-32页 |
·确定并提取损伤识别参数 | 第32-34页 |
·判别结构是否存在损伤 | 第34页 |
·基于神经网络方法识别结构损伤位置 | 第34-43页 |
·导入数据 | 第35页 |
·建立 BP 神经网络 | 第35-41页 |
·BP 神经网络的训练 | 第41-43页 |
·BP 神经网络的测试 | 第43页 |
·本章小结 | 第43-45页 |
第三章 数值模拟 | 第45-66页 |
·引言 | 第45页 |
·有限元模型的建立 | 第45-46页 |
·响应点的选择 | 第46-47页 |
·完好状态下的建模 | 第47-51页 |
·单构件损伤模拟 | 第51-58页 |
·判别损伤是否存在 | 第51-54页 |
·识别损伤单元所在位置 | 第54-58页 |
·双构件损伤模拟 | 第58-65页 |
·判别损伤是否存在 | 第58-60页 |
·识别损伤位置 | 第60-65页 |
·本章小结 | 第65-66页 |
第四章 凯威特型单层球面网壳冲击试验方案设计 | 第66-85页 |
·试验研究的主要内容 | 第66页 |
·模型的设计与制作 | 第66-73页 |
·模型的设计 | 第66-71页 |
·模型的制作 | 第71-73页 |
·试验加载 | 第73-75页 |
·试验测试的内容、仪器和方法 | 第75-78页 |
·试验实测内容 | 第75页 |
·试验测试仪器 | 第75-78页 |
·试验测试方法 | 第78页 |
·试验损伤工况 | 第78-83页 |
·试验数据记录 | 第83-84页 |
·本章小结 | 第84-85页 |
第五章 凯威特型单层球面网壳冲击试验过程及结果分析 | 第85-119页 |
·引言 | 第85页 |
·试验过程简介 | 第85-86页 |
·试验数据和结果 | 第86-96页 |
·无损伤试验数据和结果 | 第86-87页 |
·单损伤试验数据和结果 | 第87-91页 |
·双损伤试验数据和结果 | 第91-96页 |
·试验结果分析 | 第96-113页 |
·模型可靠性验证 | 第96-98页 |
·完好状态下的建模 | 第98-99页 |
·单构件损伤识别 | 第99-106页 |
·双杆件损伤识别 | 第106-113页 |
·影响损伤识别精度的因素分析 | 第113-118页 |
·传感器数目对识别精度的影响 | 第113-115页 |
·传感器位置对识别精度的影响 | 第115-117页 |
·BP 网络隐含层神经元数对识别结果的影响 | 第117-118页 |
·本章小结 | 第118-119页 |
第六章 结论与展望 | 第119-121页 |
·结论 | 第119-120页 |
·展望 | 第120-121页 |
参考文献 | 第121-125页 |
攻读硕士学位期间论文发表及科研情况 | 第125-126页 |
致谢 | 第126页 |