摘要 | 第3-4页 |
ABSTRACT | 第4-5页 |
第1章 绪论 | 第8-19页 |
1.1 课题来源 | 第8页 |
1.2 引言 | 第8-9页 |
1.3 损伤识别方法综述 | 第9-13页 |
1.3.1 基于仪器设备的损伤识别方法 | 第9页 |
1.3.2 基于动力测试数据的损伤识别方法 | 第9-12页 |
1.3.3 基于静力测试数据的损伤识别方法 | 第12-13页 |
1.4 响应面应用于损伤识别的研究现状 | 第13-14页 |
1.5 遗传算法应用于损伤识别的研究现状 | 第14-16页 |
1.6 模糊数学方法应用于损伤识别的研究现状 | 第16-17页 |
1.7 本文研究的主要内容 | 第17-19页 |
第2章 基本理论及改进 | 第19-35页 |
2.1 响应面基本理论 | 第19-25页 |
2.1.1 响应面近似函数 | 第19-20页 |
2.1.2 响应面拟合精度评价指标 | 第20-21页 |
2.1.3 实验设计方法 | 第21-25页 |
2.2 遗传算法基本理论及改进 | 第25-30页 |
2.2.1 完整的遗传算法运算流程 | 第25-27页 |
2.2.2 格雷编码遗传算法 | 第27页 |
2.2.3 遗传算法的正则化改进 | 第27-30页 |
2.3 模糊数学基本理论 | 第30-34页 |
2.3.1 模糊逻辑基础 | 第30-33页 |
2.3.2 基于遗传算法的模糊推理系统 | 第33-34页 |
2.4 本章小结 | 第34-35页 |
第3章 基于静力位移数据的结构损伤识别 | 第35-61页 |
3.1 引言 | 第35页 |
3.2 弹簧质点模型的损伤识别 | 第35-39页 |
3.2.1 弹簧变形响应面模型的建立 | 第35-37页 |
3.2.2 损伤识别结果 | 第37-39页 |
3.3 基于位移数据的简支梁损伤识别 | 第39-46页 |
3.3.1 简支梁位移响应面模型的建立 | 第40-42页 |
3.3.2 基于遗传算法的简支梁损伤识别 | 第42-45页 |
3.3.3 不同噪声级别下的损伤识别结果 | 第45-46页 |
3.4 引入 L1范数正则化项后的损伤识别结果 | 第46-51页 |
3.5 基于模糊推理的简支梁损伤识别 | 第51-60页 |
3.5.1 基于相对位移的简支梁模糊推理损伤识别系统 | 第51-56页 |
3.5.2 损伤识别结果及抗噪性分析 | 第56-57页 |
3.5.3 引入 L1范数正则化项后的损伤识别结果 | 第57-60页 |
3.6 本章小结 | 第60-61页 |
第4章 基于模态振型数据的结构损伤识别 | 第61-75页 |
4.1 引言 | 第61页 |
4.2 基于振型数据的简支梁损伤识别 | 第61-64页 |
4.2.1 简支梁振型响应面模型的建立 | 第61-62页 |
4.2.2 不同噪声级别下的损伤识别结果 | 第62-64页 |
4.3 引入 L1范数正则化项后的损伤识别结果 | 第64-67页 |
4.4 基于模糊推理的简支梁损伤识别 | 第67-73页 |
4.4.1 基于振型比值的简支梁模糊推理损伤识别系统 | 第67-70页 |
4.4.2 损伤识别结果及抗噪性分析 | 第70-72页 |
4.4.3 引入 L1范数正则化项后的损伤识别结果 | 第72-73页 |
4.5 本章小结 | 第73-75页 |
第5章 结论和展望 | 第75-77页 |
5.1 结论 | 第75-76页 |
5.2 展望 | 第76-77页 |
致谢 | 第77-78页 |
参考文献 | 第78-81页 |