| 摘要 | 第4-6页 |
| abstract | 第6-8页 |
| 1.绪论 | 第13-21页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.1.1 研究背景 | 第13页 |
| 1.1.2 研究目的与意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-18页 |
| 1.2.1 国内外水下爆炸研究方法现状 | 第14-16页 |
| 1.2.2 国内外舰船总体毁伤评估研究现状 | 第16-17页 |
| 1.2.3 国内外Abaqus软件二次开发研究现状 | 第17-18页 |
| 1.3 论文主要研究内容 | 第18-21页 |
| 2.水下非接触爆炸理论与数值计算方法 | 第21-42页 |
| 2.1 水下非接触爆炸理论 | 第21-27页 |
| 2.1.1 水下爆炸物理现象 | 第21-22页 |
| 2.1.2 水下爆炸载荷计算 | 第22-27页 |
| 2.2 基于Abaqus的水下非接触爆炸数值计算方法理论 | 第27-30页 |
| 2.2.1 声-结构耦合理论 | 第27-29页 |
| 2.2.2 边界条件构成 | 第29-30页 |
| 2.3 Abaqus水下非接触爆炸关键字设置 | 第30-41页 |
| 2.3.1 水下冲击波载荷定义 | 第30-32页 |
| 2.3.2 流体-结构耦合定义 | 第32-33页 |
| 2.3.3 材料模型和破坏定义 | 第33-34页 |
| 2.3.4 关键字设置 | 第34-41页 |
| 2.4 本章小结 | 第41-42页 |
| 3.数值仿真方法试验验证 | 第42-58页 |
| 3.1 船体梁模型试验验证 | 第42-45页 |
| 3.1.1 船体梁试验模型 | 第42-43页 |
| 3.1.2 船体梁/水域有限元模型 | 第43-44页 |
| 3.1.3 试验工况 | 第44-45页 |
| 3.2 试验/数值仿真结果对比分析 | 第45-55页 |
| 3.2.1 试验结果 | 第45-47页 |
| 3.2.2 数值仿真结果 | 第47-55页 |
| 3.3 数值仿真结果分析 | 第55-57页 |
| 3.3.1 工况1下船体梁模型各测点位移曲线 | 第55-57页 |
| 3.3.2 各试验工况下船体梁模型挠度曲线 | 第57页 |
| 3.4 本章小结 | 第57-58页 |
| 4.Matlab/Python/Abaqus数据联合实现快速仿真计算 | 第58-78页 |
| 4.1 Abaqus软件二次开发基本知识 | 第58-63页 |
| 4.1.1 Abaqus脚本接口与Abaqus/CAE的通信关系 | 第58-61页 |
| 4.1.2 编写脚本实现快速建模 | 第61-62页 |
| 4.1.3 编写脚本访问输出数据库 | 第62-63页 |
| 4.2 Matlab-Python联合修改Abaqus的inp计算文件 | 第63-72页 |
| 4.2.1 Matlab-Python联合修改inp文件实例 | 第64-67页 |
| 4.2.2 水下非接触爆炸船体梁计算模型的inp文件修改 | 第67-72页 |
| 4.3 通过Matlab提交inp文件给Abaqus后台计算 | 第72-74页 |
| 4.4 Matlab利用Python脚本读取odb数据 | 第74-77页 |
| 4.4.1 Matlab利用Python脚本读取odb文件数据实例 | 第75-76页 |
| 4.4.2 50组随机工况odb文件中最大挠度数据提取 | 第76-77页 |
| 4.5 本章小结 | 第77-78页 |
| 5 船体总体毁伤剩余强度因子评估指标 | 第78-87页 |
| 5.1 剩余强度因子经验公式计算法 | 第78-80页 |
| 5.1.1 船体梁完整剖面塑性极限弯矩计算 | 第78-79页 |
| 5.1.2 船体梁破损剖面极限弯矩计算 | 第79页 |
| 5.1.3 剩余强度因子定义 | 第79-80页 |
| 5.2 剩余强度因子有限元仿真计算法 | 第80-85页 |
| 5.2.1 结构剩余强度计算方法 | 第80-81页 |
| 5.2.2 完整舱段结构极限强度计算 | 第81-83页 |
| 5.2.3 破损舱段结构剩余强度计算 | 第83-85页 |
| 5.3 本章小结 | 第85-87页 |
| 6.基于机器学习方法的快速毁伤预测评估 | 第87-100页 |
| 6.1 机器学习基本概念 | 第87-88页 |
| 6.1.1 人工智能技术基本概念 | 第87页 |
| 6.1.2 机器学习方法的分类 | 第87-88页 |
| 6.2 支持向量机评估方法 | 第88-92页 |
| 6.2.1 支持向量分类机的基本原理 | 第88-90页 |
| 6.2.2 支持向量回归机的基本原理 | 第90-91页 |
| 6.2.3 支持向量机Matlab工具箱-Libsvm工具箱 | 第91-92页 |
| 6.3 基于支持向量机的快速毁伤预测评估 | 第92-99页 |
| 6.3.1 支持向量机神经网络数据源准备 | 第92-93页 |
| 6.3.2 支持向量机神经网络参数调节 | 第93-94页 |
| 6.3.3 基于支持向量机的船体总体毁伤指标快速预测 | 第94-96页 |
| 6.3.4 基于支持向量机的快速毁伤预测评估误差分析 | 第96-99页 |
| 6.4 本章小结 | 第99-100页 |
| 7.总结与展望 | 第100-103页 |
| 7.1 本文研究内容总结 | 第100-101页 |
| 7.2 本文创新点 | 第101-102页 |
| 7.3 工作展望 | 第102-103页 |
| 附录 | 第103-119页 |
| 参考文献 | 第119-124页 |
| 攻读硕士学位期间的科研工作和论文发表情况 | 第124-125页 |
| 致谢 | 第125-126页 |
