摘要 | 第6-7页 |
ABSTRACT | 第7-8页 |
第一章 绪论 | 第12-24页 |
1.1 选题背景和研究意义 | 第12-15页 |
1.1.1 课题来源 | 第12页 |
1.1.2 选题背景 | 第12-15页 |
1.1.3 研究意义 | 第15页 |
1.2 模态参数识别研究现状及存在的问题 | 第15-19页 |
1.2.1 环境激励下模态参数识别 | 第16-19页 |
1.2.2 存在的问题 | 第19页 |
1.3 损伤识别研究现状及存在的问题 | 第19-22页 |
1.3.1 损伤识别 | 第20-22页 |
1.3.2 存在的问题 | 第22页 |
1.4 本文研究的主要内容与章节安排 | 第22-24页 |
第二章 量子粒子群算法(QPSO)的研究 | 第24-30页 |
2.1 PSO算法 | 第24-26页 |
2.1.1 PSO算法概述 | 第24-26页 |
2.1.2 PSO算法存在的缺陷 | 第26页 |
2.2 量子粒子群算法(QPSO) | 第26-29页 |
2.2.1 量子理论基础 | 第26-27页 |
2.2.2 QPSO算法的基本原理 | 第27-28页 |
2.2.3 QPSO算法流程 | 第28-29页 |
2.2.4 QPSO算法与PSO算法比较分析 | 第29页 |
2.3 本章小结 | 第29-30页 |
第三章 环境激励下QPSO+CWT识别结构模态参数 | 第30-64页 |
3.1 PSO算法识别结构模态参数 | 第30-32页 |
3.1.1 基本原理与目标函数的建立 | 第30-31页 |
3.1.2 优化空间评估 | 第31页 |
3.1.3 存在的问题 | 第31-32页 |
3.2 CWT识别结构模态参数 | 第32-35页 |
3.2.1 连续小波变换 | 第32-33页 |
3.2.2 CWT模态识别基本原理 | 第33-35页 |
3.2.3 存在的问题 | 第35页 |
3.3 环境激励下QPSO+CWT识别结构模态参数 | 第35-38页 |
3.3.1 环境激励下结构响应预处理 | 第35页 |
3.3.2 密集模态分离及小波函数选取 | 第35-36页 |
3.3.3 目标函数的建立 | 第36-38页 |
3.3.4 QPSO+CWT识别模态参数的优势 | 第38页 |
3.4 数值仿真 | 第38-63页 |
3.4.1 桁架模态识别 | 第38-46页 |
3.4.2 简支梁模态识别 | 第46-54页 |
3.4.3 连续梁模态识别 | 第54-63页 |
3.5 本章小结 | 第63-64页 |
第四章 QPSO+GFM定位定量结构损伤 | 第64-83页 |
4.1 柔度矩阵与广义柔度矩阵 | 第64-67页 |
4.1.1 柔度矩阵 | 第64-65页 |
4.1.2 广义柔度矩阵 | 第65-66页 |
4.1.3 误差指标的衡量 | 第66-67页 |
4.2 FS法与GFS法 | 第67-69页 |
4.2.1 基本原理 | 第67-69页 |
4.2.2 存在的问题 | 第69页 |
4.3 QPSO+GFM定位定量识别结构损伤 | 第69-70页 |
4.3.1 基本原理 | 第69-70页 |
4.3.2 目标函数的构建 | 第70页 |
4.4 数值仿真 | 第70-82页 |
4.4.1 桁架损伤识别 | 第71-75页 |
4.4.2 简支梁损伤识别 | 第75-78页 |
4.4.3 连续梁损伤识别 | 第78-82页 |
4.5 本章小结 | 第82-83页 |
第五章 QPSO+THR定位定量结构损伤 | 第83-99页 |
5.1 QPSO+THR定位定量识别结构损伤 | 第83-85页 |
5.1.1 基本原理 | 第83-84页 |
5.1.2 目标函数的构建 | 第84-85页 |
5.2 数值仿真 | 第85-98页 |
5.2.1 桁架损伤识别 | 第85-90页 |
5.2.2 简支梁损伤识别 | 第90-94页 |
5.2.3 连续梁损伤识别 | 第94-98页 |
5.3 本章小结 | 第98-99页 |
第六章 结论与展望 | 第99-101页 |
6.1 结论 | 第99-100页 |
6.2 展望 | 第100-101页 |
参考文献 | 第101-108页 |
致谢 | 第108-109页 |
个人简历 | 第109页 |