摘要 | 第4-5页 |
ABSTRACT | 第5页 |
创新点摘要 | 第6-9页 |
第1章 绪论 | 第9-12页 |
1.1 石油井架结构损伤识别研究的意义 | 第9页 |
1.2 结构损伤识别研究状况及发展趋势 | 第9-11页 |
1.3 主要研究内容 | 第11-12页 |
第2章 支持向量机 | 第12-23页 |
2.1 统计学习理论 | 第12-14页 |
2.1.1 VC维 | 第12-13页 |
2.1.2 推广性的界 | 第13页 |
2.1.3 结构风险最小化 | 第13-14页 |
2.2 支持向量机 | 第14-18页 |
2.2.1 最优分类面 | 第14-17页 |
2.2.2 支持向量机 | 第17页 |
2.2.3 支持向量机的核函数 | 第17-18页 |
2.3 支持向量机回归 | 第18-22页 |
2.3.1 线性回归问题 | 第18-20页 |
2.3.2 特征空间与核方法 | 第20-22页 |
2.4 本章小结 | 第22-23页 |
第3章 小波包特征分析 | 第23-33页 |
3.1 小波分析 | 第23-24页 |
3.2 小波包分析 | 第24-26页 |
3.3 小波包特征提取 | 第26-28页 |
3.4 数据分析示例 | 第28-32页 |
3.5 本章小结 | 第32-33页 |
第4章 基于小波包分析的井架损伤位置识别的特征提取 | 第33-45页 |
4.1 井架结构损伤的实验数据采集 | 第33-37页 |
4.1.1 实验概况 | 第33-35页 |
4.1.2 损伤工况模拟及数据采集 | 第35-37页 |
4.2 损伤位置特征提取 | 第37-44页 |
4.2.1 一处损伤 | 第37-42页 |
4.2.2 两处损伤 | 第42-44页 |
4.3 本章小结 | 第44-45页 |
第5章 基于支持向量机的井架损伤程度识别 | 第45-55页 |
5.1 支持向量机损伤识别基本步骤 | 第45页 |
5.2 井架损伤程度识别支持向量机的建立 | 第45-47页 |
5.2.1 训练样本的采集 | 第45-46页 |
5.2.2 支持向量机工具箱—LS_SVMlab | 第46-47页 |
5.3 井架损伤程度识别支持向量机的测试 | 第47-54页 |
5.3.1 井架有限元模型的建立 | 第47-48页 |
5.3.2 井架损伤程度模拟 | 第48-54页 |
5.3.3 井架损伤程度识别测试 | 第54页 |
5.4 本章小结 | 第54-55页 |
结论 | 第55-56页 |
参考文献 | 第56-59页 |
致谢 | 第59-60页 |
详细摘要 | 第60-66页 |