基于小波分析和神经网络的结构损伤识别研究
第1章 绪论 | 第1-20页 |
·基于动力特性的结构损伤识别方法综述 | 第10-16页 |
·基于固有频率变化的损伤识别技术 | 第10-11页 |
·基于模态振型变化的损伤识别技术 | 第11-12页 |
·基于柔度变化的损伤识别技术 | 第12-13页 |
·基于应变模态参数变化的损伤识别技术 | 第13-14页 |
·基于统计信息的结构损伤识别技术 | 第14页 |
·基于能量变化的损伤识别技术 | 第14-15页 |
·基于刚度变化的结构损伤识别技术 | 第15页 |
·基于残余力向量的损伤识别技术 | 第15-16页 |
·小波分析的国内外研究现状 | 第16-18页 |
·研究目标、研究内容和拟解决的关键问题 | 第18-19页 |
·本文所做的工作 | 第19-20页 |
第2章 小波分析理论 | 第20-34页 |
·傅立叶变换和短时傅立叶变换 | 第21-23页 |
·小波变换 | 第23-31页 |
·小波分析与傅立叶变换的比较 | 第27-28页 |
·多分辨率分析 | 第28-30页 |
·小波包分析 | 第30-31页 |
·小波基的选取 | 第31-33页 |
·本章小结 | 第33-34页 |
第3章 基于多分辨率小波分析的在线结构损伤识别 | 第34-52页 |
·损伤模拟系统的介绍 | 第34-36页 |
·小波奇异性理论基础和结构损伤识别指标 | 第36-38页 |
·算例分析 | 第38-51页 |
·模型概述 | 第38-41页 |
·单一损伤识别 | 第41-43页 |
·多处损伤识别 | 第43-46页 |
·噪声对损伤指标的影响 | 第46-50页 |
·结论 | 第50-51页 |
·本章小结 | 第51-52页 |
第4章 基于小波包分析的结构损伤识别方法 | 第52-91页 |
·小波包节点能量 | 第52-54页 |
·相对差值指标及其算例分析 | 第54-73页 |
·模型概述 | 第55-56页 |
·单一损伤识别 | 第56-59页 |
·多处损伤识别 | 第59-61页 |
·噪声对损伤识别的影响 | 第61-63页 |
·测试信息的缺失对损伤识别的影响 | 第63-72页 |
·结论 | 第72-73页 |
·平方比指标及其算例分析 | 第73-87页 |
·模型概述 | 第74-75页 |
·单一损伤识别 | 第75-79页 |
·多处损伤识别 | 第79-84页 |
·噪声对损伤识别的影响 | 第84-86页 |
·结论 | 第86-87页 |
·结构损伤的预警指标 | 第87-89页 |
·本章小结 | 第89-91页 |
第5章 结合神经网络的结构损伤识别方法 | 第91-98页 |
·神经网络概述 | 第91-94页 |
·神经网络简介 | 第91-93页 |
·BP神经网络简介 | 第93-94页 |
·基于神经网络的结构损伤识别 | 第94-97页 |
·基于神经网络的结构损伤位置识别 | 第94-95页 |
·基于神经网络的结构损伤程度识别 | 第95-97页 |
·本章小结 | 第97-98页 |
第6章 结论与展望 | 第98-101页 |
参考文献 | 第101-105页 |
作者在攻读硕士期间发表的学术论文 | 第105-106页 |
致谢 | 第106页 |