基于子空间算法的结构模态参数识别与在线监测研究
| 摘要 | 第1-5页 |
| Abstract | 第5-18页 |
| 第一章 绪论 | 第18-26页 |
| ·引言 | 第18-19页 |
| ·环境激励下模态参数识别算法研究现状及发展趋势 | 第19-20页 |
| ·子空间识别算法的特点 | 第20-21页 |
| ·结构在线检测的研究现状 | 第21-24页 |
| ·结构在线监测的目的及意义 | 第21-22页 |
| ·结构损伤识别算法研究现状及发展趋势 | 第22-23页 |
| ·发展趋势 | 第23-24页 |
| ·本文主要工作 | 第24-26页 |
| 第二章 随机子空间识别原理 | 第26-42页 |
| ·引言 | 第26页 |
| ·振动系统的状态空间模型 | 第26-30页 |
| ·连续时间状态空间模型 | 第26-27页 |
| ·离散时间状态空间模型 | 第27-29页 |
| ·离散随机系统统计参数 | 第29页 |
| ·系统模态参数提取 | 第29-30页 |
| ·随机子空间识别算法 | 第30-32页 |
| ·投影矩阵加权处理 | 第32-34页 |
| ·主分量算法（PC） | 第32-33页 |
| ·非加权主分量算法（UPC） | 第33页 |
| ·规范变量算法（CVA） | 第33-34页 |
| ·系统参数识别 | 第34-35页 |
| ·算法1 基于状态向量 | 第34-35页 |
| ·算法2 基于广义可观矩阵 | 第35页 |
| ·识别流程 | 第35页 |
| ·仿真算例 | 第35-40页 |
| ·算例模型 | 第35-36页 |
| ·对比加权矩阵识别结果 | 第36-39页 |
| ·对比识别算法 | 第39-40页 |
| ·小结 | 第40-42页 |
| 第三章 递推子空间在线识别 | 第42-60页 |
| ·引言 | 第42页 |
| ·投影矩阵的更新 | 第42-45页 |
| ·投影算子的更新 | 第43-44页 |
| ·QR 分解更新 | 第44-45页 |
| ·跟踪计算广义客观矩阵 | 第45-50页 |
| ·梯度法子空间跟踪 | 第46-47页 |
| ·衰减系数与加窗 | 第47-49页 |
| ·系统矩阵的更新计算 | 第49-50页 |
| ·算法有效性分析 | 第50-53页 |
| ·虚假模态和模态遗漏 | 第50-52页 |
| ·收敛性分析 | 第52-53页 |
| ·算例与仿真计算 | 第53-58页 |
| ·稳态激励 | 第53-54页 |
| ·变幅信号激励 | 第54-55页 |
| ·变频段信号激励 | 第55-57页 |
| ·跟踪模态空间变化 | 第55-56页 |
| ·加窗处理 | 第56-57页 |
| ·跟踪识别时变结构 | 第57-58页 |
| ·小结 | 第58-60页 |
| 第四章 模态分离算法 | 第60-75页 |
| ·引言 | 第60页 |
| ·模态分离算法 | 第60-70页 |
| ·EMD 经验模态分离算法 | 第61-62页 |
| ·基于盲分离原理分离振动响应信号 | 第62-65页 |
| ·振动响应分析 | 第63页 |
| ·基于二阶统计量特征值分解的盲辨识 | 第63-65页 |
| ·盲信号分离算法的改进 | 第65-66页 |
| ·盲分离结合时间序列预测模型 | 第65页 |
| ·盲分离结合带通滤波器 | 第65-66页 |
| ·盲信号结合EMD 分离算法 | 第66-70页 |
| ·在线EMD 分解 | 第66-67页 |
| ·EMD 结合二阶盲分离 | 第67-68页 |
| ·分离仿真 | 第68-70页 |
| ·单模态的子空间在线识别 | 第70-73页 |
| ·在线算法速度对比 | 第70-71页 |
| ·采样频率及数据量对识别结果的影响 | 第71-72页 |
| ·仿真算例 | 第72-73页 |
| ·小结 | 第73-75页 |
| 第五章 基于频域子空间的模态参数识别 | 第75-97页 |
| ·引言 | 第75页 |
| ·频域状态空间方程 | 第75-76页 |
| ·频域子空间识别算法 | 第76-80页 |
| ·基于频响函数的子空间算法 | 第76-77页 |
| ·基于响应和激励间的投影关系 | 第77-78页 |
| ·基于功率谱的子空间算法 | 第78-80页 |
| ·局部参考点的频域子空间识别算法 | 第80-84页 |
| ·单参考点 | 第80-81页 |
| ·多参考点 | 第81-82页 |
| ·稳定图 | 第82-83页 |
| ·算法优化 | 第83-84页 |
| ·与时域算法对比 | 第84-85页 |
| ·时频域算法综合对比分析 | 第85-95页 |
| ·模型概述 | 第85-86页 |
| ·模型模态参数 | 第86-87页 |
| ·响应点设置 | 第87页 |
| ·稳态激励识别结果对比 | 第87-90页 |
| ·非稳态激励识别结果对比 | 第90-95页 |
| ·变幅激励 | 第90-93页 |
| ·变频带激励 | 第93-95页 |
| ·小结 | 第95-97页 |
| 第六章 结构在线监测 | 第97-109页 |
| ·引言 | 第97页 |
| ·损伤检测 | 第97-100页 |
| ·基于曲率模态损伤检测 | 第97-99页 |
| ·在线监测 | 第99-100页 |
| ·传感器的优化布置 | 第100-104页 |
| ·基于遗传算法的传感器布置 | 第100-101页 |
| ·二重结构编码遗传算法 | 第101-104页 |
| ·二重结构编码 | 第101-102页 |
| ·交叉和变异 | 第102-103页 |
| ·选择 | 第103页 |
| ·确定适应度函数 | 第103-104页 |
| ·结构健康监测技术融合 | 第104-108页 |
| ·模态实验结合有限元模型修正 | 第104-106页 |
| ·有限元模型仿真结合传感器位置优化 | 第106页 |
| ·损伤识别结合传感器布点优化 | 第106-107页 |
| ·数据融合技术 | 第107-108页 |
| ·小结 | 第108-109页 |
| 第七章 总结与展望 | 第109-112页 |
| ·全文主要研究工作总结 | 第109-110页 |
| ·进一步的研究与展望 | 第110-112页 |
| 参考文献 | 第112-120页 |
| 致谢 | 第120-121页 |
| 在学期间的研究成果及发表的学术论文 | 第121页 |
