基于神经网络的轮对损伤识别研究
| 第1章 绪论 | 第1-20页 |
| ·研究的意义和背景 | 第8-9页 |
| ·结构损伤识别技术的基本方法 | 第9页 |
| ·基于频率的方法 | 第9-11页 |
| ·基于频率和位移模态的方法 | 第11-13页 |
| ·直接比较法 | 第11-12页 |
| ·曲率模态法 | 第12页 |
| ·柔度矩阵法 | 第12-13页 |
| ·残余力法 | 第13页 |
| ·应变模态法 | 第13-15页 |
| ·相关理论基础 | 第13-15页 |
| ·基于应变模态的损伤识别方法 | 第15页 |
| ·基于模型修正的方法 | 第15-17页 |
| ·优化矩阵更新法 | 第16页 |
| ·特征结构分配法 | 第16页 |
| ·灵敏度分析法 | 第16-17页 |
| ·最小秩修正法 | 第17页 |
| ·神经网络 | 第17-19页 |
| ·神经网络诊断法 | 第17-18页 |
| ·研究现状 | 第18-19页 |
| ·本论文主要工作 | 第19-20页 |
| 第2章 损伤轮对有限元分析 | 第20-36页 |
| ·有限法简介 | 第20页 |
| ·有限元法分析步骤 | 第20-23页 |
| ·物体的离散化 | 第20-21页 |
| ·单元分析 | 第21页 |
| ·整体分析 | 第21-23页 |
| ·轮对有限元分析 | 第23-33页 |
| ·轮对有限元模型 | 第23-25页 |
| ·轮对的计算模态振型 | 第25页 |
| ·损伤轮对的模态频率移动 | 第25-28页 |
| ·损伤轮对前后位移频率响应分析与比较 | 第28-33页 |
| ·基于神经网络的轮对损伤识别研究的样本选取 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 结构损伤识别的神经网络法 | 第36-51页 |
| ·神经网络理论基础 | 第36-39页 |
| ·人工神经元模型 | 第36-37页 |
| ·神经网络互连方式 | 第37页 |
| ·神经网络的学习规则分类 | 第37-39页 |
| ·BP神经网络及算法 | 第39-42页 |
| ·BP算法原理 | 第39-41页 |
| ·改进的BP算法 | 第41-42页 |
| ·基于神经网络的结构损伤识别 | 第42-50页 |
| ·基本原理 | 第43页 |
| ·网络输入参数的选取 | 第43-44页 |
| ·以薄板为例说明基于神经网络的损伤识别过程 | 第44-50页 |
| ·本章小结 | 第50-51页 |
| 第4章 基于神经网络的轮对损伤识别诊断 | 第51-68页 |
| ·基于神经网络的轮对损伤诊断方法概述 | 第51-52页 |
| ·基于神经网络的轮对损伤辨识模型 | 第52-53页 |
| ·基于频率类损伤识别指标的损伤辨识 | 第53-59页 |
| ·损伤识别指标的构造 | 第53-54页 |
| ·基于频率类损伤识别指标的神经网络训练 | 第54-56页 |
| ·神经网络在轮对损伤检测中的应用 | 第56-59页 |
| ·基于频响函数幅值损伤识别指标的神经网络损伤辨识 | 第59-63页 |
| ·损伤识别指标的构造 | 第59-60页 |
| ·基于频响函数幅值损伤识别指标的神经网络训练 | 第60-62页 |
| ·神经网络在轮对损伤检测中的应用 | 第62-63页 |
| ·各种损伤识别指标的神经网络损伤识别结果对比 | 第63-64页 |
| ·仿真结果分析 | 第64-67页 |
| ·振型对损伤的敏感性分析 | 第64-66页 |
| ·测量误差对识别结果的影响 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 第5章 结论与展望 | 第68-70页 |
| ·结论 | 第68-69页 |
| ·展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 攻读硕士学位期间发表的论文及参加的科研项目 | 第74页 |
