| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·课题选择的背景和意义 | 第10-11页 |
| ·结构损伤检测的研究现状 | 第11-14页 |
| ·动力指纹分析法(模式识别法) | 第12页 |
| ·模型修正与系统识别法 | 第12-13页 |
| ·小波分析法 | 第13页 |
| ·神经网络法 | 第13-14页 |
| ·遗传算法 | 第14页 |
| ·结构模态参数识别的研究现状 | 第14-17页 |
| ·试验模态参数的频域识别方法 | 第14-15页 |
| ·试验模态参数的时域识别方法 | 第15-17页 |
| ·本文的研究内容 | 第17-18页 |
| 第2章 模态曲率法在网壳损伤识别中的适用性 | 第18-26页 |
| ·引言 | 第18页 |
| ·模态曲率法 | 第18-20页 |
| ·网壳结构有限元算例 | 第20-23页 |
| ·本章小结 | 第23-26页 |
| 第3章 重频结构的振型识别及处理方法 | 第26-40页 |
| ·引言 | 第26页 |
| ·重频结构振型识别方法 | 第26-29页 |
| ·加速度传递函数的推导 | 第27-28页 |
| ·多次激励法 | 第28-29页 |
| ·有限元算例验证 | 第29-34页 |
| ·重频振型的归范化 | 第34-35页 |
| ·对实际结构参数扰动的考虑 | 第35-39页 |
| ·扰动分析 | 第35-36页 |
| ·结构参数扰动的模拟 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 基于Zernike矩的网壳结构的振型表征 | 第40-50页 |
| ·引言 | 第40页 |
| ·Zernike矩（Zernike Moments） | 第40-43页 |
| ·Zernike矩的定义 | 第40-41页 |
| ·逆Zernike矩变换 | 第41-42页 |
| ·Zernike矩的旋转不变性 | 第42-43页 |
| ·Zernike矩在网壳结构中振型表征 | 第43-48页 |
| ·方法的提出 | 第43页 |
| ·有限元算例的模型 | 第43-44页 |
| ·相对振型相关系数的优越性 | 第44-48页 |
| ·本章小结 | 第48-50页 |
| 第5章 基于振型Zernike矩的网壳结构损伤识别 | 第50-68页 |
| ·引言 | 第50页 |
| ·人工神经网络原理 | 第50-53页 |
| ·神经元结构模型 | 第50-51页 |
| ·神经网络互联模式 | 第51-52页 |
| ·BP神经网络（Back Propagation） | 第52-53页 |
| ·常用的模式识别方法 | 第53-54页 |
| ·基于BP神经网络及振型Zernike矩的网壳损伤识别 | 第54-67页 |
| ·方法的提出 | 第54页 |
| ·可行性初探 | 第54-56页 |
| ·有限元仿真算例 | 第56-67页 |
| ·本章小结 | 第67-68页 |
| 结论与展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间发表的学术论文 | 第74-75页 |
| 致谢 | 第75页 |
