摘要 | 第1-5页 |
ABSTRACT | 第5-10页 |
1 绪论 | 第10-23页 |
·课题来源 | 第10页 |
·课题的提出及研究意义 | 第10-20页 |
·模态分析 | 第10-11页 |
·环境激励模态参数识别方法及其研究进展 | 第11-19页 |
·课题的提出及研究意义 | 第19-20页 |
·论文的章节安排及主要研究内容 | 第20-21页 |
·论文的主要创新点 | 第21-23页 |
2 基于最优复 Morlet 小波的自适应模态参数识别 | 第23-48页 |
·引言 | 第23页 |
·基于连续小波变换的模态参数识别 | 第23-30页 |
·连续小波变换 | 第23-25页 |
·连续小波变换识别模态参数 | 第25-30页 |
·基于最优复 Morlet 小波的自适应模态参数识别 | 第30-39页 |
·母小波的选取 | 第30-31页 |
·最优小波基的设计 | 第31-33页 |
·最佳分解尺度的自适应提取 | 第33-34页 |
·基于支持向量机的端点效应抑制 | 第34-39页 |
·应用实例 | 第39-46页 |
·本章小结 | 第46-48页 |
3 基于限制带宽EMD 的模态参数识别 | 第48-75页 |
·引言 | 第48-49页 |
·基于HHT 的模态参数识别方法 | 第49-51页 |
·经验模式分解(EMD) | 第51-56页 |
·瞬时频率及固有模态函数 | 第51-53页 |
·EMD 过程 | 第53-55页 |
·EMD 的终止条件 | 第55-56页 |
·EMD 的不足 | 第56-57页 |
·限制带宽EMD | 第57-65页 |
·斯密特正交化方法 | 第58-60页 |
·限制带宽EMD | 第60-65页 |
·提高HHT 模态参数识别精度的小波包消噪方法 | 第65-71页 |
·小波包分解 | 第66页 |
·小波包消噪 | 第66-71页 |
·应用实例 | 第71-74页 |
·本章小结 | 第74-75页 |
4 基于分层抽样技术的短样本模态参数识别 | 第75-93页 |
·引言 | 第75-76页 |
·随机减量法触发条件分析 | 第76-81页 |
·扩展的随机减量法(Extended Random Decrement,ERD) | 第81-83页 |
·分层抽样技术 | 第83-84页 |
·常用的层权确定方法 | 第83-84页 |
·基于拟合偏差和样本容量的层权确定方法 | 第84页 |
·基于分层抽样技术的短样本模态参数识别方法 | 第84-90页 |
·基于分层抽样和最优复Morlet 小波的短样本模态参数识别 | 第85-88页 |
·基于分层抽样和HHT 的短样本模态参数识别 | 第88-90页 |
·应用实例 | 第90-92页 |
·本章小结 | 第92-93页 |
5 结构实验模态分析系统的设计及应用 | 第93-132页 |
·引言 | 第93页 |
·结构实验模态分析系统设计 | 第93-102页 |
·需求分析 | 第93-94页 |
·系统总体方案设计 | 第94-98页 |
·通用标准功能模块设计 | 第98-102页 |
·功能模块设计 | 第102-114页 |
·结构建模模块与振型动画模块设计 | 第102-106页 |
·数据采集模块设计 | 第106-108页 |
·数据分析处理模块设计 | 第108-112页 |
·模态参数识别模块设计 | 第112-114页 |
·系统应用实例 | 第114-131页 |
·频域参数识别方法应用 | 第114-120页 |
·时域参数识别方法应用 | 第120-126页 |
·现代时频参数识别方法应用 | 第126-131页 |
·本章小结 | 第131-132页 |
6 结论及展望 | 第132-134页 |
·结论 | 第132-133页 |
·后继工作展望 | 第133-134页 |
致谢 | 第134-135页 |
参考文献 | 第135-145页 |
附录 | 第145-146页 |
A. 作者在攻读博士学位期间发表的论文目录 | 第145-146页 |
B. 作者在攻读博士学位期间参加的科研项目 | 第146页 |