| 第一章 绪论 | 第1-9页 |
| 1．1 概述 | 第7-8页 |
| 1．2 本文主要研究内容 | 第8页 |
| 参考文献 | 第8-9页 |
| 第二章 结构健康监测概论 | 第9-18页 |
| 2．1 结构健康监测的研究背景、动态及现状 | 第9-12页 |
| 2．2 结构健康监测研究方法 | 第12-15页 |
| 2．2．1 基于智能材料结构思想的损伤识别方法 | 第13页 |
| 2．2．2 基于结构动态特性的损伤识别方法 | 第13-14页 |
| 2．2．3 基于阻抗技术的损伤识别方法 | 第14-15页 |
| 2．3 结构健康监测的信息处理技术 | 第15-16页 |
| 2．4 本章小结 | 第16页 |
| 参考文献 | 第16-18页 |
| 第三章 基于结构振动模态分析技术的结构损伤诊断 | 第18-36页 |
| 3．1 模态分析技术概述 | 第19-25页 |
| 3．1．1 位移模态理论 | 第19-23页 |
| 3．1．2 应变模态理论 | 第23-24页 |
| 3．1．3 模态参数识别 | 第24-25页 |
| 3．2 模态参数与结构损伤的关系 | 第25-27页 |
| 3．3 基于振动模态分析技术的破损诊断 | 第27-33页 |
| 3．3．1 结构损伤识别 | 第27-28页 |
| 3．3．2 结构损伤位置的识别 | 第28-32页 |
| 3．3．3 结构损伤程度的识别 | 第32-33页 |
| 3．4 本章小结 | 第33-34页 |
| 参考文献 | 第34-36页 |
| 第四章 神经网络基本原理及其在损伤诊断中的应用 | 第36-49页 |
| 4．1 人工神经网络基本理论 | 第36-40页 |
| 4．2 BP神经网络及改进 | 第40-45页 |
| 4．2．1 BP网络的构造 | 第40页 |
| 4．2．2 BP算法及其改进 | 第40-43页 |
| 4．2．3 BP网络参数的改进 | 第43-45页 |
| 4．3 神经网络方法在损伤诊断中的应用 | 第45-47页 |
| 4．4 本章小结 | 第47页 |
| 参考文献 | 第47-49页 |
| 第五章 基于模态参数的神经网络板损伤辨识 | 第49-66页 |
| 5．1 结构模态分析 | 第49-52页 |
| 5．1．1 有限元分析软件 MSC\PATRAN简介 | 第49页 |
| 5．1．2 Mathworks．MATLAB简介 | 第49-50页 |
| 5．1．3 分析结构模型的选取 | 第50-51页 |
| 5．1．4 结构的损伤模拟及模态分析 | 第51-52页 |
| 5．2 基于模态参数的神经网络损伤辨识 | 第52-64页 |
| 5．2．1 基于位移类损伤识别指标的损伤辨识 | 第52-57页 |
| 5．2．2 基于频率类损伤识别指标的损伤辨识 | 第57-61页 |
| 5．2．3 基于模态应变能损伤指标的损伤辨识 | 第61-64页 |
| 5．2．4 各损伤识别指标的神经网络损伤识别结果对比 | 第64页 |
| 5．3 本章小结 | 第64-65页 |
| 参考文献 | 第65-66页 |
| 第六章 基于模态参数的机翼结构损伤识别 | 第66-75页 |
| 6．1 机翼模型的选取 | 第66页 |
| 6．2 损伤模拟及模态分析 | 第66-67页 |
| 6．3 基于模态参数的神经网络辨识 | 第67-72页 |
| 6．3．1 基于损伤引起的频率改变的损伤识别 | 第67-70页 |
| 6．3．2 基于单元模态应变能改变率的损伤识别 | 第70-72页 |
| 6．4 两种损伤标识量识别结果比较 | 第72-73页 |
| 6．5 本章小结 | 第73-74页 |
| 参考文献 | 第74-75页 |
| 第七章 总结与展望 | 第75-78页 |
| 7．1 总结 | 第75-77页 |
| 7．2 展望 | 第77-78页 |
| 攻读硕士学位期间科研工作与论文发表情况 | 第78-79页 |
| 致谢 | 第79-80页 |