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 |