磁流变阻尼器及其与结构耦合系统的非参数化建模研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-20页 |
| ·研究背景及意义 | 第10-15页 |
| ·结构识别研究进展 | 第15-18页 |
| ·识别建模的定义 | 第15-17页 |
| ·传统识别方法简介 | 第17-18页 |
| ·本文主要研究内容与工作 | 第18-20页 |
| 第2章 人工神经网络及其在土木工程中的应用 | 第20-40页 |
| ·人工神经网络及其基本模型 | 第20-29页 |
| ·神经元模型 | 第21-22页 |
| ·神经网络结构 | 第22-24页 |
| ·神经网络学习算法 | 第24-26页 |
| ·典型神经网络模型及其特点 | 第26-29页 |
| ·BP神经网络 | 第29-35页 |
| ·BP神经网络简介 | 第29-30页 |
| ·BP网络训练算法及其改进 | 第30-35页 |
| ·神经网络在土木工程中的应用 | 第35-40页 |
| ·神经网络在结构分析与设计中的应用 | 第35-36页 |
| ·神经网络在结构控制中的应用 | 第36页 |
| ·神经网络在结构损伤识别中的应用 | 第36-38页 |
| ·人工神经网络技术在系统识别中的应用 | 第38-40页 |
| 第3章 基于神经网络的磁流变阻尼器建模研究 | 第40-61页 |
| ·引言 | 第40-41页 |
| ·磁流变阻尼器的其工作原理及其力学模型 | 第41-46页 |
| ·磁流变阻尼器的工作原理 | 第41-43页 |
| ·磁流变阻尼器的力学模型 | 第43-46页 |
| ·磁流变阻尼器的参数模型存在的问题 | 第46页 |
| ·磁流变阻尼器的性能实验 | 第46-50页 |
| ·实验装置和工况 | 第46-47页 |
| ·实验测试结果 | 第47-50页 |
| ·磁流变阻尼器的参数识别 | 第50-54页 |
| ·最小二乘参数识别法 | 第50-51页 |
| ·MR阻尼器Bingham模型的参数识别 | 第51-53页 |
| ·MR阻尼器双曲正切模型的参数识别 | 第53-54页 |
| ·磁流变阻尼器的神经网络模型 | 第54-60页 |
| ·MR阻尼器的正向动态神经网络模型 | 第54-58页 |
| ·MR阻尼器的逆向动态神经网络模型 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第4章 磁流变阻尼器-结构耦合系统的动力分析 | 第61-68页 |
| ·引言 | 第61页 |
| ·结构动力分析数值方法 | 第61-63页 |
| ·Newmark-β法 | 第61-62页 |
| ·Wilson-θ法 | 第62-63页 |
| ·磁流变阻尼器-结构耦合系统的动力响应数值模拟 | 第63-67页 |
| ·模型结构 | 第63-66页 |
| ·随机激励作用时的结构动力分析 | 第66-67页 |
| ·本章小节 | 第67-68页 |
| 第5章 磁流变阻尼器-结构耦合系统的非参数化模型 | 第68-79页 |
| ·引言 | 第68页 |
| ·磁流变阻尼器-结构耦合系统的神经网络模型 | 第68-78页 |
| ·模型结构及振动试验 | 第69页 |
| ·基于结构响应数据完整测量的网络模型及性能验证 | 第69-74页 |
| ·基于结构响应数据非完整测量的网络模型及性能验证 | 第74-78页 |
| ·本章小结 | 第78-79页 |
| 结论与展望 | 第79-81页 |
| 参考文献 | 第81-87页 |
| 致谢 | 第87-88页 |
| 附录A (攻读学位期间所发表的学术论文目录) | 第88页 |
