| 摘要 | 第9-10页 |
| Abstract | 第10-11页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 引言 | 第12页 |
| 1.2 结构损伤识别研究背景及意义 | 第12-13页 |
| 1.3 基于振动响应分析的结构损伤识别研究现状 | 第13-18页 |
| 1.3.1 基于固有频率的结构损伤识别方法 | 第14-15页 |
| 1.3.2 基于振型的结构损伤识别方法 | 第15页 |
| 1.3.3 基于频响函数的结构损伤识别方法 | 第15页 |
| 1.3.4 基于振动传递率函数的结构损伤识别方法 | 第15-16页 |
| 1.3.5 基于小波变换的结构损伤识别方法 | 第16页 |
| 1.3.6 基于智能算法的结构损伤识别方法 | 第16-18页 |
| 1.4 本论文的主要研究内容及安排 | 第18-20页 |
| 第2章 基本理论和方法 | 第20-34页 |
| 2.1 引言 | 第20页 |
| 2.2 振动传递率函数 | 第20-21页 |
| 2.3 小波分析 | 第21-25页 |
| 2.3.1 傅里叶变换 | 第22页 |
| 2.3.2 小波变换 | 第22-23页 |
| 2.3.3 小波包分解 | 第23-25页 |
| 2.4 主成分分析 | 第25-27页 |
| 2.4.1 主成分分析的原理 | 第26-27页 |
| 2.4.2 主成分阶数的确定 | 第27页 |
| 2.5 支持向量机 | 第27-32页 |
| 2.5.1 支持向量机概述 | 第27-28页 |
| 2.5.2 核函数 | 第28-29页 |
| 2.5.3 支持向量机的分类算法 | 第29-30页 |
| 2.5.4 支持向量机的回归算法 | 第30-31页 |
| 2.5.5 LIBsvm工具箱简介 | 第31-32页 |
| 2.5.6 支持向量机的实现步骤 | 第32页 |
| 2.6 本章小结 | 第32-34页 |
| 第3章 基于振动传递率函数的小波包能量和支持向量机的结构损伤识别研究 | 第34-52页 |
| 3.1 概述 | 第34页 |
| 3.2 结构损伤识别方法与步骤 | 第34-35页 |
| 3.3 数值模拟 | 第35-47页 |
| 3.3.1 五层三维框架结构有限元模型 | 第35-36页 |
| 3.3.2 白噪声激励 | 第36-38页 |
| 3.3.3 工况设置及训练样本、测试样本的构建 | 第38-39页 |
| 3.3.4 五层三维框架结构损伤位置识别 | 第39-43页 |
| 3.3.5 五层三维框架结构损伤程度识别 | 第43-47页 |
| 3.4 振动台模型试验 | 第47-50页 |
| 3.4.1 试验模型及模拟损伤工况 | 第47-48页 |
| 3.4.2 试验模拟及结果分析 | 第48-50页 |
| 3.5 本章小结 | 第50-52页 |
| 第4章 基于振动传递率函数的主成分和支持向量机的结构损伤识别研究 | 第52-78页 |
| 4.1 概述 | 第52页 |
| 4.2 结构损伤识别方法与步骤 | 第52-54页 |
| 4.3 数值模拟 | 第54-72页 |
| 4.3.3 主成分分析结果 | 第55-65页 |
| 4.3.4 五层三维框架结构损伤位置识别 | 第65-69页 |
| 4.3.5 五层三维框架结构损伤程度识别 | 第69-72页 |
| 4.4 振动台模型试验 | 第72-76页 |
| 4.4.1 试验模型及模拟的损伤工况 | 第72-73页 |
| 4.4.2 试验模拟及结果分析 | 第73-76页 |
| 4.5 本章小结 | 第76-78页 |
| 第5章 结论与展望 | 第78-80页 |
| 5.1 结论 | 第78-79页 |
| 5.2 展望 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 攻读硕士学位期间论文发表及科研工作 | 第84-85页 |
| 致谢 | 第85页 |