摘要 | 第6-7页 |
Abstract | 第7-8页 |
第一章 绪论 | 第12-26页 |
1.1 研究背景及意义 | 第12-14页 |
1.1.1 课题来源 | 第12页 |
1.1.2 研究背景及意义 | 第12-14页 |
1.2 结构模态参数识别研究现状 | 第14-19页 |
1.2.1 结构模态参数识别 | 第14-15页 |
1.2.2 基于输出的模态参数识别现状 | 第15-16页 |
1.2.3 基于输出的模态参数识别方法综述 | 第16-19页 |
1.3 结构损伤识别研究现状及问题 | 第19-22页 |
1.3.1 基于振动的损伤识别技术 | 第20-21页 |
1.3.2 基于统计的损伤识别技术 | 第21-22页 |
1.4 盲源分离技术及发展应用 | 第22-24页 |
1.4.1 盲源分离的发展 | 第22-23页 |
1.4.2 盲源分离算法的应用 | 第23-24页 |
1.5 本文主要工作内容 | 第24-26页 |
第二章 独立分量分析理论 | 第26-36页 |
2.1 独立分量分析的基础概念 | 第26-28页 |
2.1.1 随机变量的独立性 | 第26页 |
2.1.2 矩和高阶累积量 | 第26-27页 |
2.1.3 信息论基本概念 | 第27-28页 |
2.2 独立分量分析 | 第28-33页 |
2.2.1 ICA模型 | 第28-29页 |
2.2.2 ICA基本假定与不确定性 | 第29-30页 |
2.2.3 ICA独立性的判定依据 | 第30-33页 |
2.3 ICA的预处理 | 第33-34页 |
2.3.1 中心化 | 第33页 |
2.3.2 白化 | 第33-34页 |
2.4 快速独立分量分析算法 | 第34-35页 |
2.5 本章小结 | 第35-36页 |
第三章 IDT-Fast ICA算法及其应用 | 第36-69页 |
3.1 动力响应参数识别与ICA模型 | 第36-40页 |
3.1.1 多自由度系统的振型叠加法 | 第36-38页 |
3.1.2 模态坐标与ICA | 第38-39页 |
3.1.3 Hilbert变换原理 | 第39-40页 |
3.2 环境激励下的模态参数识别 | 第40-43页 |
3.2.1 随机减量法原理 | 第40-41页 |
3.2.2 互相关技术 | 第41-43页 |
3.2.3 ICA识别模态参数流程 | 第43页 |
3.3 ICA在参数识别应用中的局限性分析 | 第43-45页 |
3.4 基于逆衰减指数窗的IDT-Fast ICA算法 | 第45-47页 |
3.4.1 改进的理论基础 | 第45-46页 |
3.4.2 改进ICA算法的分离步骤 | 第46-47页 |
3.5 IDT-Fast ICA在参数识别中的应用 | 第47-68页 |
3.5.1 弹簧-质量块数值模拟 | 第47-54页 |
3.5.2 简支梁数值模拟 | 第54-66页 |
3.5.3 试验分析 | 第66-68页 |
3.6 本章小结 | 第68-69页 |
第四章 DWT-Fsat ICA算法识别结构损伤 | 第69-82页 |
4.1 离散小波变换 | 第69-70页 |
4.2 DWT-Fast ICA识别损伤原理 | 第70-72页 |
4.2.1 提取突变信号 | 第70-71页 |
4.2.2 损伤定位 | 第71页 |
4.2.3 DWT-Fast ICA识别步骤 | 第71-72页 |
4.3 数值模拟 | 第72-81页 |
4.3.1 弹簧-质量块数值分析 | 第72-77页 |
4.3.2 三层框架数值分析 | 第77-81页 |
4.4 本章小结 | 第81-82页 |
第五章 结论与展望 | 第82-84页 |
5.1 全文回顾 | 第82页 |
5.2 工作展望 | 第82-84页 |
参考文献 | 第84-90页 |
图表目录 | 第90-94页 |
致谢 | 第94-95页 |
作者简历 | 第95页 |