首页--工业技术论文--机械、仪表工业论文--机械设计、计算与制图论文--机械计算论文

基于子结构分析的动态载荷和模型参数复合反演研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-22页
    1.1 研究背景及意义第10-11页
    1.2 结构复合反演理论国内外研究现状第11-17页
        1.2.1 结构模型参数识别理论研究现状第11-12页
        1.2.2 动态载荷识别理论研究现状第12-14页
        1.2.3 复合反演理论研究现状第14-17页
    1.3 复合反演的基本理论第17-19页
    1.4 复合反演目前存在的问题第19-20页
    1.5 本文的主要研究内容第20-22页
第2章 基于子结构界面力的动态载荷和模型参数复合反演第22-42页
    2.1 引言第22页
    2.2 子结构数学模型建立方法第22-23页
    2.3 动态载荷与模型参数复合反演流程第23-24页
    2.4 载荷识别原理第24-29页
        2.4.1 基于 Green 核函数建立正问题第24-26页
        2.4.2 动态载荷识别问题的不适定分析第26-27页
        2.4.3 正则化方法第27-28页
        2.4.4 最佳正则化参数选取方法第28-29页
    2.5 基于非线性最小二乘法的模型参数识别第29-32页
        2.5.1 建立模型参数识别的模型第29-31页
        2.5.2 非线性最小二乘法第31页
        2.5.3 参数反求过程中不适定性处理第31-32页
    2.6 数值算例第32-41页
        2.6.1 载荷识别分析第33-40页
        2.6.2 模型参数识别第40-41页
    2.7 本章小结第41-42页
第3章 基于界面强迫运动和模态分析的复合反演第42-55页
    3.1 引言第42页
    3.2 基于界面强迫运动的子结构建模方法第42-43页
    3.3 基于模态分析法识别载荷原理第43-47页
        3.3.1 基于模态坐标转换法识别载荷第43-45页
        3.3.2 模态选取方法的分析第45-47页
    3.4 数值算例第47-53页
        3.4.1 算例一第47-51页
        3.4.2 算例二第51-53页
    3.5 本章小结第53-55页
第4章 基于形函数法和 BP 神经网络的复合反演第55-67页
    4.1 引言第55页
    4.2 基于最小二乘拟合的形函数法载荷识别原理第55-57页
    4.3 基于 BP 神经网络识别模型参数第57-60页
        4.3.1 拉丁超立方抽样技术第57-58页
        4.3.2 BP 神经网络介绍第58-60页
    4.4 数值算例第60-66页
        4.4.1 载荷识别第62-64页
        4.4.2 参数识别第64-66页
    4.5 本章小结第66-67页
结论与展望第67-69页
参考文献第69-75页
致谢第75-76页
附录 A 攻读学位期间所发表的学术论文目录第76页

论文共76页,点击 下载论文
上一篇:小流量射流流量计的数值模拟与设计
下一篇:基于内存数据库的塔吊远程监控系统的设计与实现