首页--工业技术论文--建筑科学论文--建筑结构论文--结构理论、计算论文--结构力学论文

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

论文共138页,点击 下载论文
上一篇:我国国内横向税收竞争研究
下一篇:可加布朗运动逗留时测度的矩母函数与重分形分析