土木工程结构模态参数识别--理论、实现与应用
中文摘要 | 第1-4页 |
Abstract | 第4-10页 |
第一章 绪论 | 第10-25页 |
1.1 研究背景及意义 | 第10-15页 |
1.1.1 土木工程结构 | 第10-11页 |
1.1.2 结构模态参数识别 | 第11-12页 |
1.1.3 传统模态参数识别方法 | 第12-15页 |
1.1.4 环境激励模态参数识别方法 | 第15页 |
1.2 环境激励模态参数识别方法文献综述 | 第15-21页 |
1.2.1 峰值法 | 第16-17页 |
1.2.2 频域分解法和增强频域分解法 | 第17-18页 |
1.2.3 随机减量法 | 第18-19页 |
1.2.4 随机子空间法 | 第19-20页 |
1.2.5 经验模式分解 | 第20页 |
1.2.6 现有环境激励模态参数识别存在的问题 | 第20-21页 |
1.3 论文的研究目标和主要工作 | 第21-22页 |
1.4 内容安排 | 第22-25页 |
第二章 模态参数识别的频域方法 | 第25-41页 |
2.1 引言 | 第25页 |
2.2 结构振动方程 | 第25-29页 |
2.2.1 无阻尼特征值问题 | 第26-27页 |
2.2.2 比例阻尼特征值问题 | 第27-28页 |
2.2.3 一般粘滞阻尼特征值问题 | 第28-29页 |
2.3 传统频域识别过程 | 第29-32页 |
2.3.1 拉普拉斯变换和傅里叶变换 | 第29页 |
2.3.2 传递函数和频响函数 | 第29-31页 |
2.3.3 功率谱密度函数 | 第31-32页 |
2.4 频域识别的峰值法 | 第32-38页 |
2.4.1 计算方法 | 第32-34页 |
2.4.2 峰值法数值算例 | 第34-37页 |
2.4.3 频域峰值法讨论 | 第37-38页 |
2.5 频域分解法 | 第38-40页 |
2.6 本章小结 | 第40-41页 |
第三章 模态参数识别的时域随机子空间方法 | 第41-69页 |
3.1 引言 | 第41-42页 |
3.2 动力学状态空间时间模型 | 第42-48页 |
3.2.1 连续时间状态空间模型 | 第42-43页 |
3.2.2 离散时间模型 | 第43-45页 |
3.2.3 随机状态空间模型 | 第45-46页 |
3.2.4 随机状态空间模型的性质 | 第46-48页 |
3.3 协方差驱动随机子空间识别方法 | 第48-55页 |
3.3.1 定义Hankel 矩阵 | 第48-49页 |
3.3.2 输出协方差矩阵 | 第49-50页 |
3.3.3 块Toeplitz 矩阵分解 | 第50-51页 |
3.3.4 模态参数识别 | 第51-53页 |
3.3.5 稳定图 | 第53-54页 |
3.3.6 平均正则化稳定图 | 第54-55页 |
3.4 加权矩阵 | 第55-58页 |
3.4.1 加权方法理论分析 | 第56-57页 |
3.4.2 数值算例 | 第57-58页 |
3.5 数据驱动随机子空间方法 | 第58-63页 |
3.5.1 卡尔曼滤波状态序列 | 第58-59页 |
3.5.2 正交投影和QR 分解 | 第59-60页 |
3.5.3 投影矩阵奇异值分解 | 第60-61页 |
3.5.4 识别系统矩阵 | 第61-63页 |
3.6 加权矩阵 | 第63-67页 |
3.6.1 加权方法理论分析 | 第63-64页 |
3.6.2 数值算例 | 第64-67页 |
3.7 协方差驱动与数据驱动随机子空间方法比较 | 第67页 |
3.8 本章小结 | 第67-69页 |
第四章 模态参数识别算法的计算机实现 | 第69-77页 |
4.1 内容简介 | 第69页 |
4.2 MACES 程序编制 | 第69-70页 |
4.3 MACES 功能 | 第70-75页 |
4.3.1 数据前处理 | 第70-72页 |
4.3.2 模态参数识别实现 | 第72-75页 |
4.3.3 识别结果后处理 | 第75页 |
4.4 本章小结 | 第75-77页 |
第五章 结构模态参数识别应用实例 | 第77-105页 |
5.1 引言 | 第77页 |
5.2 青洲闽江斜拉桥环境激励实验 | 第77-89页 |
5.2.1 简介 | 第77-79页 |
5.2.2 测点布置 | 第79-81页 |
5.2.3 试验过程 | 第81-82页 |
5.2.4 数据处理与模态参数识别 | 第82-85页 |
5.2.5 模态参数识别结果分析 | 第85-89页 |
5.3 江西吉安阳明钢管混凝土拱桥环境振动试验 | 第89-104页 |
5.3.1 简介 | 第89-91页 |
5.3.2 测试准备阶段 | 第91-93页 |
5.3.3 试验过程 | 第93-94页 |
5.3.4 模态参数识别 | 第94-98页 |
5.3.5 模态参数识别结果分析 | 第98-104页 |
5.4 本章小结 | 第104-105页 |
第六章 非白噪声激励模态参数识别 | 第105-114页 |
6.1 引言 | 第105页 |
6.2 理论推导 | 第105-107页 |
6.3 数值模拟分析 | 第107-110页 |
6.4 试验室简支梁分析 | 第110-113页 |
6.5 本章小结 | 第113-114页 |
第七章 基于经验模式分解的随机子空间识别 | 第114-126页 |
7.1 引言 | 第114-115页 |
7.2 经验模式分解 | 第115-118页 |
7.2.1 分解算法过程 | 第115-116页 |
7.2.2 经验模式分解性质 | 第116-118页 |
7.3 基于经验模式分解的随机子空间识别 | 第118-125页 |
7.4 本章小结 | 第125-126页 |
第八章 总结与展望 | 第126-130页 |
8.1 论文的主要工作和结论 | 第126-128页 |
8.2 进一步的工作 | 第128-130页 |
参考文献 | 第130-137页 |
致谢 | 第137-138页 |
个人简历 | 第138页 |