摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第11-19页 |
1.1 课题来源 | 第11页 |
1.2 研究背景和意义 | 第11-12页 |
1.3 多传感器信息融合的健康监测简介 | 第12-16页 |
1.3.1 多传感器信息融合基本定义 | 第12-13页 |
1.3.2 多传感器信息融合系统的模型与结构 | 第13-15页 |
1.3.3 多传感器信息融合方法 | 第15页 |
1.3.4 多传感器信息融合的健康监测研究现状 | 第15-16页 |
1.4 存在问题和本文研究内容 | 第16-17页 |
1.5 本章小结 | 第17-19页 |
第二章 混凝土泵车臂架系统特性分析 | 第19-37页 |
2.1 引言 | 第19页 |
2.2 混凝土泵车臂架系统和载荷 | 第19-23页 |
2.2.1 混凝土泵车臂架系统的介绍 | 第19-20页 |
2.2.2 混凝土泵车臂架系统载荷分布 | 第20-23页 |
2.3 混凝土泵车臂架系统的结构分析 | 第23-30页 |
2.3.1 ANSYS软件介绍 | 第24页 |
2.3.2 不同工况混凝土泵车臂架系统的静力学分析 | 第24-28页 |
2.3.3 不同工况混凝土泵车臂架系统的模态 | 第28-30页 |
2.4 混凝土泵车臂架系统的振动分析 | 第30-36页 |
2.4.1 Adams软件介绍 | 第30-31页 |
2.4.2 基于Adams与Ansys软件刚柔耦合模型的建立 | 第31页 |
2.4.3 不同工况混凝土泵车臂架系统的运动学分析 | 第31-36页 |
2.5 小结 | 第36-37页 |
第三章 混凝土泵车臂架系统结构监测的异类多传感器布置策略 | 第37-55页 |
3.1 引言 | 第37页 |
3.2 同类传感器优化布置的方法 | 第37-42页 |
3.2.1 模态动能法 | 第38页 |
3.2.2 有效独立法 | 第38-39页 |
3.2.3 基于QR分解有效独立法 | 第39页 |
3.2.4 模态应变能法 | 第39-40页 |
3.2.5 其他方法 | 第40-42页 |
3.3 传感器优化布置评价准则 | 第42-43页 |
3.3.1 模态保证准则MAC | 第42-43页 |
3.3.2 奇异值比准则 | 第43页 |
3.4 异类传感器优化布置的方法 | 第43-50页 |
3.4.1 加速度和应变计测量的基本原理 | 第43-44页 |
3.4.2 基于有效独立法的异类传感器优化布置方法 | 第44-45页 |
3.4.3 仿真论证 | 第45-47页 |
3.4.4 实验验证 | 第47-50页 |
3.5 基于有效独立法的混凝土臂架系统的异类传感器优化布置 | 第50-54页 |
3.6 小结 | 第54-55页 |
第四章 混凝土泵车臂架结构监测的特征参数选取 | 第55-73页 |
4.1 引言 | 第55页 |
4.2 疲劳监测参数表征 | 第55-60页 |
4.2.1 金属S-N曲线 | 第55-57页 |
4.2.2 疲劳累积损伤模型 | 第57页 |
4.2.3 载荷提取 | 第57-58页 |
4.2.4 疲劳监测参数表征 | 第58-60页 |
4.3 裂纹的时域与频域特征参数表征 | 第60-70页 |
4.3.1 裂纹的频域特征参数 | 第60页 |
4.3.2 裂纹的时域特征参数 | 第60-70页 |
4.4 混凝土泵车臂架特征参数表征 | 第70-71页 |
4.4.1 实验设计和技术路线 | 第70-71页 |
4.4.2 基于实验和adams仿真结果 | 第71页 |
4.5 小结 | 第71-73页 |
第五章 基于异类信息融合的混凝土泵车臂架状态监测与评估 | 第73-79页 |
5.1 引言 | 第73页 |
5.2 基于加速度计和应变计的裂纹检测方法 | 第73-74页 |
5.2.1 基于模态分析的裂纹诊断方法 | 第73-74页 |
5.2.2 基于信号处理分析的裂纹诊断方法 | 第74页 |
5.3 基于神经网络特征识别的D-S证据理论决策融合的裂纹识别新方法 | 第74-78页 |
5.3.1 神经网络的基本原理 | 第74-75页 |
5.3.2 D-S证据理论 | 第75-76页 |
5.3.3 基于神经网络特征识别的D-S证据理论决策融合模型 | 第76-77页 |
5.3.4 实验论证 | 第77-78页 |
5.4 小结 | 第78-79页 |
第六章 总结与展望 | 第79-81页 |
6.1 论文总结 | 第79页 |
6.2 不足与展望 | 第79-81页 |
参考文献 | 第81-85页 |
致谢 | 第85-87页 |
附录:攻读学位期间参研项目和发表论文目录 | 第87页 |