摘要 | 第3-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第9-21页 |
1.1 课题来源 | 第9页 |
1.2 引言 | 第9-10页 |
1.3 结构损伤识别方法 | 第10-15页 |
1.3.1 基于静力特性测试的识别方法 | 第10-11页 |
1.3.2 基于动力特性测试的识别方法 | 第11-14页 |
1.3.3 智能诊断方法 | 第14-15页 |
1.4 联邦扩展卡尔曼滤波方法研究现状及发展 | 第15-18页 |
1.4.1 扩展卡尔曼滤波 | 第15-16页 |
1.4.2 联邦扩展卡尔曼滤波 | 第16-18页 |
1.5 故障检测 | 第18-19页 |
1.6 本文的主要研究内容 | 第19-21页 |
第2章 基本理论 | 第21-30页 |
2.1 卡尔曼滤波理论 | 第21-23页 |
2.2 联邦扩展卡尔曼滤波理论 | 第23-26页 |
2.3 联邦扩展卡尔曼滤波理论结构控制 | 第26-27页 |
2.4 联邦扩展卡尔曼滤波的故障检测方法 | 第27-29页 |
2.5 本章小结 | 第29-30页 |
第3章 基于结构自由振动响应的联邦滤波损伤识别方法 | 第30-43页 |
3.1 引言 | 第30页 |
3.2 自由振动下梁式结构的损伤识别理论 | 第30-34页 |
3.3 数值分析算例 | 第34-42页 |
3.3.1 模型算例 | 第34页 |
3.3.2 单一损伤识别结果 | 第34-37页 |
3.3.3 多处损伤识别结果 | 第37-40页 |
3.3.4 模拟信号故障后损伤识别结果 | 第40-42页 |
3.4 小结 | 第42-43页 |
第4章 基于结构在移动荷载作用下振动响应的联邦滤波损伤识别方法 | 第43-60页 |
4.1 引言 | 第43页 |
4.2 移动荷载作用下梁式结构的损伤识别理论 | 第43-48页 |
4.3 模拟振型信号恢复方法 | 第48-49页 |
4.4 数值分析算例 | 第49-59页 |
4.4.1 模型算例 | 第49-50页 |
4.4.2 模拟振型信号的恢复和增量步的选择 | 第50-53页 |
4.4.3 单一损伤识别结果 | 第53-56页 |
4.4.4 多处损伤识别结果 | 第56-58页 |
4.4.5 损伤识别结果稳定性分析 | 第58-59页 |
4.5 小结 | 第59-60页 |
第5章 基于联邦滤波方法的传感器信号故障检测 | 第60-70页 |
5.1 引言 | 第60页 |
5.2 基于联邦滤波方法的故障检测方法 | 第60-61页 |
5.3 传感器故障类型 | 第61页 |
5.4 引入传感器故障后的普通扩展卡尔曼滤波损伤识别结果 | 第61-62页 |
5.5 基于联邦滤波方法的突变故障检测 | 第62-68页 |
5.5.1 突变故障的识别 | 第63-65页 |
5.5.2 渐变故障的识别 | 第65-66页 |
5.5.3 故障信号剔除后的识别结果 | 第66-67页 |
5.5.4 故障类型的确定 | 第67-68页 |
5.6 小结 | 第68-70页 |
第6章 结论与展望 | 第70-72页 |
6.1 结论 | 第70-71页 |
6.2 展望 | 第71-72页 |
第7章 致谢 | 第72-73页 |
参考文献 | 第73-76页 |