基于数据融合的结构损伤识别
| 独创性说明 | 第1-4页 |
| 摘要 | 第4-6页 |
| Abstract | 第6-11页 |
| 1 绪论 | 第11-34页 |
| ·课题的研究意义 | 第11-12页 |
| ·结构健康监测与损伤识别技术的发展 | 第12-18页 |
| ·结构损伤检测的发展 | 第12-13页 |
| ·结构健康监测的发展 | 第13-15页 |
| ·结构损伤识别技术的发展 | 第15-17页 |
| ·结构健康监测与损伤识别系统的构成 | 第17-18页 |
| ·结构损伤识别基本原理与方法 | 第18-31页 |
| ·基于结构动态特性的损伤识别 | 第18-22页 |
| ·基于模型修正理论的结构损伤识别 | 第22-25页 |
| ·基于人工神经网络的结构损伤识别 | 第25-27页 |
| ·基于阻抗技术的结构损伤识别 | 第27-31页 |
| ·本文主要研究内容 | 第31-34页 |
| 2 多传感器数据融合 | 第34-48页 |
| ·多传感器数据融合概述 | 第34-35页 |
| ·数据融合的基本原理 | 第35-36页 |
| ·数据融合结构模型与融合层次 | 第36-39页 |
| ·数据融合模型 | 第36-37页 |
| ·数据融合层次 | 第37-39页 |
| ·数据融合算法 | 第39-41页 |
| ·一致性数据融合算法及改进 | 第41-45页 |
| ·一致性数据融合算法 | 第41-44页 |
| ·改进算法 | 第44-45页 |
| ·数值算例 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 3 结构损伤识别的多分辨分析 | 第48-80页 |
| ·小波分析 | 第48-54页 |
| ·小波分析的基本理论 | 第48-50页 |
| ·小波变换原理 | 第50-52页 |
| ·多分辨分析 | 第52-54页 |
| ·小波分析在结构损伤识别中的应用 | 第54-58页 |
| ·小波分析在信号奇异性检测中的应用 | 第54-56页 |
| ·小波分析在信号降噪中的应用 | 第56-58页 |
| ·结构损伤识别的动力模型 | 第58-59页 |
| ·结构状态空间模型与损伤识别灵敏度分析 | 第59-61页 |
| ·结构损伤的多分辨分析 | 第61-79页 |
| ·数值算例描述 | 第61页 |
| ·结构各层加速度响应与损伤敏感性分析 | 第61-71页 |
| ·基于小波变换和数据融合的结构损伤识别 | 第71-79页 |
| ·本章小结 | 第79-80页 |
| 4 基于自适应共振理论的结构多损伤模式识别 | 第80-103页 |
| ·模式识别与神经网络 | 第80-85页 |
| ·模式识别问题 | 第80-81页 |
| ·人工神经网络 | 第81-85页 |
| ·基于自适应共振理论的ART2神经网络 | 第85-90页 |
| ·自适应共振理论与ART神经网络 | 第85-86页 |
| ·ART2神经网络 | 第86-90页 |
| ·结构损伤识别中的特征提取 | 第90-93页 |
| ·小波包分析 | 第91-92页 |
| ·“能量-损伤”特征提取与频带能量分析 | 第92-93页 |
| ·基于数据融合和“能量-损伤”的ART2识别算法 | 第93-102页 |
| ·特征向量的提取 | 第93-99页 |
| ·利用ART2网络进行结构损伤识别 | 第99-102页 |
| ·本章小结 | 第102-103页 |
| 5 损伤识别的耦合神经网络模型 | 第103-119页 |
| ·分步识别理论与方法 | 第103-104页 |
| ·GA-BP神经网络 | 第104-112页 |
| ·遗传算法原理 | 第104-108页 |
| ·BP神经网络与学习算法 | 第108-111页 |
| ·GA-BP算法 | 第111-112页 |
| ·数值算例 | 第112-118页 |
| ·结构健康监测与损伤识别基准问题 | 第112-113页 |
| ·主成分分析与特征提取 | 第113-115页 |
| ·耦合神经网络的结构损伤识别 | 第115-118页 |
| ·本章小结 | 第118-119页 |
| 6 结构损伤识别的试验研究 | 第119-137页 |
| ·结构损伤识别的数据融合模型 | 第119-122页 |
| ·结构损伤试验研究 | 第122-136页 |
| ·试验模型 | 第122-124页 |
| ·同质传感器的结构损伤试验研究 | 第124-133页 |
| ·非同质传感器的结构损伤试验研究 | 第133-136页 |
| ·本章小结 | 第136-137页 |
| 7 结论和展望 | 第137-139页 |
| ·主要工作与结论 | 第137-138页 |
| ·展望 | 第138-139页 |
| 参考文献 | 第139-150页 |
| 攻读博士学位期间发表学术论文情况 | 第150-151页 |
| 致谢 | 第151-152页 |
| 大连理工大学学位论文版权使用授权书 | 第152页 |
