基于证据理论的管道损伤识别研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 基于振动的结构损伤识别国内外研究进展 | 第10-15页 |
| 1.2.1 基于频率变化的损伤识别技术 | 第11页 |
| 1.2.2 基于振型变化的损伤识别技术 | 第11-12页 |
| 1.2.3 基于曲率模态的损伤识别技术 | 第12页 |
| 1.2.4 基于应变模态的损伤识别技术 | 第12-13页 |
| 1.2.5 基于柔度的损伤识别技术 | 第13页 |
| 1.2.6 基于模态应变能的损伤识别技术 | 第13页 |
| 1.2.7 基于残余力向量的损伤识别技术 | 第13-14页 |
| 1.2.8 基于现代智能方法的结构损伤识别技术 | 第14-15页 |
| 1.3 本文课题来源及主要研究内容 | 第15-16页 |
| 第2章 振动模态分析理论 | 第16-21页 |
| 2.1 单自由度振动系统 | 第16-18页 |
| 2.1.1 自由振动 | 第16-17页 |
| 2.1.2 频响函数 | 第17-18页 |
| 2.2 多自由度振动系统 | 第18-20页 |
| 2.2.1 无阻尼自由振动系统 | 第18-19页 |
| 2.2.2 物理坐标与模态坐标的转换 | 第19-20页 |
| 2.3 本章小结 | 第20-21页 |
| 第3章 噪声对管道损伤识别的影响研究 | 第21-30页 |
| 3.1 结构损伤识别指标 | 第21-24页 |
| 3.1.1 曲率模态差指标 | 第21页 |
| 3.1.2 模态柔度改变率指标 | 第21-22页 |
| 3.1.3 柔度差曲率矩阵指标 | 第22页 |
| 3.1.4 柔度曲率差指标 | 第22页 |
| 3.1.5 模态应变能变化率指标 | 第22-23页 |
| 3.1.6 广义残余力向量差指标 | 第23-24页 |
| 3.2 Z-value模态指标标准化处理 | 第24页 |
| 3.3 噪声强度对管道损伤识别效果影响的比较研究 | 第24-28页 |
| 3.3.1 噪声干扰对管道损伤识别的影响特征 | 第25-26页 |
| 3.3.2 损伤识别指标的噪声鲁棒性比较 | 第26-28页 |
| 3.4 本章小结 | 第28-30页 |
| 第4章 基于证据理论的管道损伤位置识别研究 | 第30-43页 |
| 4.1 信息融合 | 第30-32页 |
| 4.1.1 信息融合概念 | 第30页 |
| 4.1.2 信息融合层次 | 第30页 |
| 4.1.3 信息融合形式 | 第30-31页 |
| 4.1.4 信息融合技术方法 | 第31-32页 |
| 4.2 证据理论 | 第32-34页 |
| 4.3 结构损伤识别评价指标 | 第34页 |
| 4.4 基于证据理论的管道损伤位置识别 | 第34-42页 |
| 4.4.1 无噪声影响下管道损伤位置识别 | 第36-37页 |
| 4.4.2 噪声强度对管道损伤位置识别的影响 | 第37-40页 |
| 4.4.3 噪声影响下管道的多损伤位置识别 | 第40-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第5章 基于单纯形遗传算法的管道损伤程度识别研究 | 第43-53页 |
| 5.1 遗传算法概述 | 第43-45页 |
| 5.1.1 遗传算法构成要素 | 第43-44页 |
| 5.1.2 控制参数的选择 | 第44-45页 |
| 5.1.3 遗传算法不足 | 第45页 |
| 5.2 单纯形搜索算法概述 | 第45-46页 |
| 5.3 单纯形遗传算法 | 第46-48页 |
| 5.3.1 目标函数的建立 | 第47-48页 |
| 5.4 基于单纯形遗传算法的管道损伤程度识别 | 第48-51页 |
| 5.5 本章小结 | 第51-53页 |
| 第6章 基于改进的证据理论的管道损伤识别试验研究 | 第53-67页 |
| 6.1 改进的D-S证据理论 | 第53-54页 |
| 6.1.1 传统证据理论的局限性 | 第53页 |
| 6.1.2 改进的D-S证据组合方法 | 第53-54页 |
| 6.2 实验设计与实验方案选择 | 第54-56页 |
| 6.2.1 支撑方式的选择 | 第55页 |
| 6.2.2 激励信号及激励方式的选择 | 第55-56页 |
| 6.3 实验设备 | 第56-58页 |
| 6.3.1 测振仪器 | 第57页 |
| 6.3.2 激振仪器 | 第57-58页 |
| 6.3.3 数据采集与分析设备 | 第58页 |
| 6.4 实验对象 | 第58-59页 |
| 6.5 实验数据采集与处理 | 第59-61页 |
| 6.5.1 数据采集 | 第59-60页 |
| 6.5.2 数据处理 | 第60-61页 |
| 6.6 结果分析与讨论 | 第61-66页 |
| 6.7 本章小结 | 第66-67页 |
| 第7章 结论与展望 | 第67-69页 |
| 7.1 全文总结 | 第67页 |
| 7.2 展望 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 致谢 | 第74-75页 |
| 攻读硕士期间发表的论文 | 第75页 |
