基于结构健康监测系统的输电塔损伤分析
摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 概述 | 第9-18页 |
1.1 研究背景及意义 | 第9-10页 |
1.2 输电塔 | 第10-14页 |
1.2.1 输电塔结构 | 第10-12页 |
1.2.2 输电塔现存健康问题综述 | 第12-14页 |
1.3 结构健康监测系统 | 第14-17页 |
1.3.1 结构健康监测系统的结构 | 第14-16页 |
1.3.2 发展与研究现状 | 第16-17页 |
1.4 论文主要研究内容 | 第17-18页 |
第2章 结构损伤识别技术与智能算法设计 | 第18-34页 |
2.1 结构损伤识别技术 | 第18-21页 |
2.1.1 基于结构特性的损伤识别理论 | 第19-20页 |
2.1.2 基于结构静力特性的损伤识别方法 | 第20页 |
2.1.3 输电塔结构参数 | 第20-21页 |
2.2 结构损伤识别的智能算法研究 | 第21-33页 |
2.2.1 人工神经网络 | 第21-26页 |
2.2.2 神经网络用于结构损伤检测的原理 | 第26-27页 |
2.2.3 BP神经网络 | 第27-29页 |
2.2.4 遗传算法 | 第29-33页 |
2.3 本章小结 | 第33-34页 |
第3章 输电塔健康监测系统的结构与算法验证 | 第34-47页 |
3.1 输电塔结构健康监测系统的结构 | 第34-37页 |
3.1.1 数据采集部分 | 第34-36页 |
3.1.2 数据传输部分 | 第36页 |
3.1.3 数据管理部分 | 第36-37页 |
3.1.4 集成技术 | 第37页 |
3.2 遗传算法优化BP神经网络的算法验证 | 第37-46页 |
3.2.1 有限元分析理论的介绍 | 第37-38页 |
3.2.2 MATLAB网络设计简介 | 第38页 |
3.2.3 算法验证 | 第38-46页 |
3.3 本章小结 | 第46-47页 |
第4章 实际输电塔仿真与结构损伤分析研究 | 第47-60页 |
4.1 ANSYS有限元模型的建立 | 第47页 |
4.2 网络训练样本和验证样本的数据采集 | 第47-55页 |
4.2.1 输电塔地震载荷 | 第48-49页 |
4.2.2 塔结构风载荷 | 第49-51页 |
4.2.3 输电塔地震载荷的确定 | 第51-53页 |
4.2.4 损伤的样本采集 | 第53-54页 |
4.2.5 网络检验数据的采集 | 第54-55页 |
4.3 传统BP神经网络的设计和训练 | 第55-56页 |
4.4 遗传算法优化BP神经网络的设计和训练 | 第56-59页 |
4.5 本章小结 | 第59-60页 |
第5章 结论与展望 | 第60-61页 |
参考文献 | 第61-67页 |
攻读硕士学位期间发表的论文及其他成果 | 第67-68页 |
致谢 | 第68页 |