| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 注释表 | 第12-13页 |
| 第一章 绪论 | 第13-26页 |
| 1.1 研究背景及意义 | 第13-16页 |
| 1.2 国内外研究现状 | 第16-24页 |
| 1.2.1 结构健康监测概述 | 第16-22页 |
| 1.2.2 结构健康监测发展现状 | 第22-23页 |
| 1.2.3 环境补偿技术的研究现状 | 第23-24页 |
| 1.3 本文的研究内容及技术路线 | 第24-26页 |
| 1.3.1 本文的研究内容 | 第24-25页 |
| 1.3.2 本文的技术路线 | 第25-26页 |
| 第二章 Lamb波理论 | 第26-34页 |
| 2.1 Lamb波传播特性 | 第26-30页 |
| 2.1.1 Lamb波多模式和频散特性 | 第26-29页 |
| 2.1.2 Lamb波的衰减 | 第29-30页 |
| 2.2 正弦调制信号 | 第30-31页 |
| 2.3 Lamb波信号处理方法 | 第31-32页 |
| 2.4 压电传感器与Lamb波 | 第32-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第三章 基于数据驱动模型的大面积结构损伤监测温度补偿 | 第34-62页 |
| 3.1 大面积结构损伤监测温度补偿原理 | 第34-39页 |
| 3.1.1 基于希尔伯特变换的温度影响模型化 | 第34-36页 |
| 3.1.2 基于LM算法的参数估计 | 第36-38页 |
| 3.1.3 最小二乘回归模型 | 第38-39页 |
| 3.1.4 大面积结构温度场的构建及温度补偿 | 第39页 |
| 3.2 基于数据驱动模型的温度补偿流程 | 第39-41页 |
| 3.3 大面积结构损伤监测的温度补偿实验验证 | 第41-60页 |
| 3.3.1 实验装置与试验件 | 第41-43页 |
| 3.3.2 建模过程与数据分析 | 第43-60页 |
| 3.4 本章小结 | 第60-62页 |
| 第四章 基于概率统计模型的热点区域裂纹扩展监测环境补偿 | 第62-83页 |
| 4.1 热点区域裂纹扩展监测环境补偿原理 | 第62-66页 |
| 4.1.1 模糊C均值算法理论 | 第62-63页 |
| 4.1.2 高斯混合模型理论及其参数估计 | 第63-66页 |
| 4.2 基于概率统计模型的环境补偿流程 | 第66-67页 |
| 4.3 随机载荷状态的疲劳裂纹扩展实验验证 | 第67-77页 |
| 4.3.1 实验装置与试验件 | 第67-68页 |
| 4.3.2 建模过程与数据分析 | 第68-77页 |
| 4.4 随机温度状态的裂纹扩展监测实验验证 | 第77-81页 |
| 4.4.1 实验装置与试验件 | 第77页 |
| 4.4.2 建模过程与数据分析 | 第77-81页 |
| 4.5 两种方法的对比 | 第81页 |
| 4.6 本章小结 | 第81-83页 |
| 第五章 总结与展望 | 第83-85页 |
| 5.1 本文总结 | 第83-84页 |
| 5.2 未来的展望 | 第84-85页 |
| 参考文献 | 第85-89页 |
| 致谢 | 第89页 |