| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-11页 |
| 第一章 绪论 | 第11-26页 |
| ·引言 | 第11页 |
| ·研究背景与意义 | 第11-12页 |
| ·环境激励下的结构模态参数识别 | 第12-15页 |
| ·损伤识别方法 | 第15-18页 |
| ·动力指纹法 | 第16-17页 |
| ·模型修正类方法 | 第17页 |
| ·智能计算方法 | 第17页 |
| ·时频识别技术 | 第17-18页 |
| ·统计模式损伤识别方法 | 第18页 |
| ·现代信号处理技术 | 第18-24页 |
| ·小波分析技术 | 第19页 |
| ·经验模态分解 | 第19-20页 |
| ·盲源分离技术 | 第20-21页 |
| ·时频分析技术 | 第21页 |
| ·时间序列分析技术与现代谱分析方法 | 第21-22页 |
| ·高阶统计量分析技术 | 第22-23页 |
| ·随机共振检测技术 | 第23-24页 |
| ·分形理论 | 第24页 |
| ·本论文研究的主要内容 | 第24-26页 |
| 第二章 基于现代信号处理技术的模态参数识别基本理论 | 第26-40页 |
| 引言 | 第26页 |
| ·随机激励下结构模态响应特征分析 | 第26-32页 |
| ·基于ARMA模型的结构模态参数识别 | 第32-36页 |
| ·时间序列分析 | 第32-33页 |
| ·结构参数识别与ARMA模型的关系 | 第33页 |
| ·基于参数化模型的现代谱分析 | 第33-36页 |
| ·自由振动响应的提取技术 | 第36-38页 |
| 本章小结 | 第38-40页 |
| 第三章 经验模态分解方法的分析与改进 | 第40-61页 |
| 引言 | 第40页 |
| ·经验模态分解(EMD)原理 | 第40-44页 |
| ·EMD分解的特征时间尺度 | 第41页 |
| ·EMD分解过程 | 第41-43页 |
| ·EMD分解的完备性和正交性 | 第43-44页 |
| ·EMD方法的优势 | 第44-45页 |
| ·EMD方法存在的问题 | 第45-48页 |
| ·EMD存在问题的分析 | 第48-52页 |
| ·模态混叠问题 | 第48-50页 |
| ·端点效应问题 | 第50页 |
| ·分解局限性问题 | 第50-51页 |
| ·EMD分解中的理想局部均值 | 第51-52页 |
| ·IMF分量与模态响应的关系 | 第52-53页 |
| ·EMD的局部均值求解的改进 | 第53-60页 |
| ·改进的EMD方法 | 第55-59页 |
| ·方法比较 | 第59-60页 |
| 本章小结 | 第60-61页 |
| 第四章 基于时间序列分析和稳定图法的结构模态参数识别 | 第61-80页 |
| 引言 | 第61页 |
| ·时间序列分析方法 | 第61-62页 |
| ·结构振动微分方程与ARMA模型的关系 | 第62-65页 |
| ·稳定图原理 | 第65-66页 |
| ·ARMA模型参数与模态参数的关系 | 第66-68页 |
| ·基于时间序列模型与稳定图方法的结构模态参数识别 | 第68-74页 |
| ·时序模型模态识别中的虚假模态的分析 | 第68-70页 |
| ·基于模态能量比的稳定图判据 | 第70-71页 |
| ·稳定图法的改进 | 第71-73页 |
| ·数据前处理方法 | 第73-74页 |
| ·AR模型阶次选择 | 第74页 |
| ·仿真与实验分析 | 第74-79页 |
| ·仿真系统模型 | 第74-75页 |
| ·仿真模型的结构动力学分析 | 第75-76页 |
| ·方法仿真验证与分析 | 第76-77页 |
| ·方法的实验验证 | 第77-79页 |
| 本章小结 | 第79-80页 |
| 第五章 基于模态响应提取的结构模态参数识别 | 第80-94页 |
| 引言 | 第80页 |
| ·时间序列模型谱分析 | 第80-81页 |
| ·互相关检测方法 | 第81-86页 |
| ·基于EMD筛分的模态响应提取 | 第86-87页 |
| ·基于时序模型谱估计和EMD筛分方法的模态参数识别 | 第87-88页 |
| ·仿真实验分析 | 第88-93页 |
| 本章小结 | 第93-94页 |
| 第六章 基于能量方法和神经网络的结构损伤识别 | 第94-104页 |
| 引言 | 第94页 |
| ·人工神经网络在损伤识别中的应用 | 第94-95页 |
| ·基于能量方法损伤识别原理 | 第95-97页 |
| ·子带能量法 | 第95-96页 |
| ·子带能量法的扩展 | 第96-97页 |
| ·基于模态能量特征变化量的损伤指标 | 第97-99页 |
| ·基于模态能量特征变化量和BP神经网络的损伤识别方法 | 第99页 |
| ·仿真实验与分析 | 第99-103页 |
| ·仿真模型 | 第99-100页 |
| ·仿真实验 | 第100页 |
| ·BP神经网络输入向量设计 | 第100-101页 |
| ·目标向量设计 | 第101页 |
| ·BP神经网络设计 | 第101页 |
| ·仿真结果分析 | 第101-103页 |
| 本章小结 | 第103-104页 |
| 总结与展望 | 第104-106页 |
| 总结 | 第104-105页 |
| 展望 | 第105-106页 |
| 参考文献 | 第106-117页 |
| 致谢 | 第117-118页 |
| 攻读博士学位期间取得的研究成果 | 第118页 |
