| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-18页 |
| ·选题的意义 | 第11页 |
| ·国内外压电阻抗技术在结构健康监测中的研究概况 | 第11-14页 |
| ·用于结构健康监测的压电阻抗技术与传统检测方法的比较 | 第11-12页 |
| ·用于健康监测的压电阻抗技术研究概况 | 第12-14页 |
| ·神经网络在结构健康监测中的应用概况 | 第14-16页 |
| ·本文的研究内容 | 第16-18页 |
| 第二章 压电阻抗技术的基本原理 | 第18-29页 |
| ·压电效应和压电方程 | 第18-20页 |
| ·结构的机械阻抗 | 第20-22页 |
| ·压电片驱动响应分析 | 第22-24页 |
| ·PZT 静态驱动响应 | 第22-23页 |
| ·PZT 动态驱动响应 | 第23-24页 |
| ·耦合电阻抗分析 | 第24-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 BP 网络 | 第29-37页 |
| ·人工神经网络概述 | 第29-31页 |
| ·人工神经网络的原理 | 第29-30页 |
| ·人工神经网络特点及应用 | 第30-31页 |
| ·BP 误差反传神经网络 | 第31-36页 |
| ·BP 网络结构 | 第31-32页 |
| ·BP 网络的学习规则 | 第32-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 应用压电阻抗技术进行结构健康监测的实验研究 | 第37-45页 |
| ·损伤检测实验 | 第37-44页 |
| ·实验设备和材料 | 第37-39页 |
| ·螺栓松动实验内容和结果 | 第39-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 BP 网络的应用研究 | 第45-64页 |
| ·问题分析及神经网络的选取 | 第45-46页 |
| ·实验流程 | 第46-47页 |
| ·用Matlab 工具箱中的 BP 网络对螺栓松动模式识别进行探索 | 第47-54页 |
| ·本实验的输入向量的参数选取 | 第47页 |
| ·输入向量（18 维）的BP 网络的设计与训练 | 第47-51页 |
| ·输入向量（18 维）的BP 网络初始化 | 第47-49页 |
| ·网络的训练和测试结果分析 | 第49-51页 |
| ·输入向量（27 维）的BP 网络的设计与训练 | 第51-54页 |
| ·参数的选择与网络的建立 | 第51-52页 |
| ·网络的训练和测试结果分析 | 第52-54页 |
| ·C 语言编程的BP 网络对螺栓松动模式识别的研究 | 第54-62页 |
| ·检测任一单个螺栓松动的BP 网络 | 第55-59页 |
| ·检测任一单个及任一双个螺栓松动的BP 网络 | 第59-62页 |
| ·本章小结 | 第62-64页 |
| 第六章 总结与展望 | 第64-66页 |
| ·全文总结 | 第64页 |
| ·展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |
| 在学期间在学期间发表的论文 | 第71-72页 |
| 附录一 Matlab 工具箱18 维输入向量的 BP 网络的程序代码 | 第72-73页 |
| 附录二 Matlab 工具箱27 维输入向量的 BP 网络的程序代码 | 第73-74页 |
| 附录三 C 语言构建的BP 网络的程序 | 第74-79页 |
| 变量定义 | 第74页 |
| BP 算法 | 第74-79页 |
| 附录四 硬限制幅函数的C 语言实现 | 第79页 |
