基于神经网络的悬臂式挡墙模态参数识别
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 绪论 | 第9-21页 |
| ·问题的提出 | 第9页 |
| ·悬臂式挡墙模态参数识别的研究和发展现状 | 第9-16页 |
| ·按识别域分类 | 第9-13页 |
| ·按处理各阶模态耦合所采用的方法分类 | 第13-14页 |
| ·按模态参数识别手段分类 | 第14页 |
| ·按输入输出数目分类 | 第14-15页 |
| ·按工作状态分类 | 第15-16页 |
| ·神经网络在系统辨识中的应用研究现状 | 第16-18页 |
| ·神经网络及其基本模型 | 第16-17页 |
| ·神经网络在系统辨识中的应用研究现状 | 第17-18页 |
| ·MATLAB 神经网络工具箱 | 第18页 |
| ·论文的主要工作 | 第18-21页 |
| ·论文的主要内容 | 第18-19页 |
| ·论文研究思路 | 第19-21页 |
| 2 悬臂式挡墙实验模态参数识别 | 第21-48页 |
| ·悬臂式挡墙振动模态参数识别原理 | 第21-25页 |
| ·振动的特征值问题 | 第21-22页 |
| ·特征矢量的正交性 | 第22页 |
| ·振动微分方程的解耦 | 第22-23页 |
| ·系统频响函数与模态参数的关系 | 第23-25页 |
| ·多模态识别法原则及最小二乘法 | 第25-28页 |
| ·最小二乘估计 | 第25-27页 |
| ·加权最小二乘法估计 | 第27-28页 |
| ·悬臂式挡墙实验模态预实验分析 | 第28-31页 |
| ·实验模态分析测试目的 | 第28页 |
| ·频率范围 | 第28页 |
| ·传感器的优化配置 | 第28-31页 |
| ·悬臂式挡墙动力响应测试 | 第31-35页 |
| ·激振部分 | 第31-32页 |
| ·拾振部分 | 第32-33页 |
| ·分析、显示、记录部分 | 第33-34页 |
| ·悬臂式挡墙时域响应信号 | 第34-35页 |
| ·悬臂式挡墙振动信号后处理 | 第35-46页 |
| ·模拟信号的离散化 | 第35-36页 |
| ·混频效应、时域和频域采样定理 | 第36-37页 |
| ·消除多项式趋势项 | 第37-40页 |
| ·傅立叶变换 | 第40-43页 |
| ·实验模态参数识别结果 | 第43-46页 |
| ·本章小结 | 第46-48页 |
| 3 基于有限元的悬臂式挡墙结构动力响应分析 | 第48-60页 |
| ·直接积分法的基本思路 | 第48-49页 |
| ·直接积分法的具体方法 | 第49-54页 |
| ·中心差分法 | 第49-51页 |
| ·Newmark 法 | 第51-54页 |
| ·悬臂式挡墙有限元计算模型研究 | 第54-57页 |
| ·求解方法 | 第54-55页 |
| ·初始条件 | 第55页 |
| ·时间步长 | 第55页 |
| ·瞬态荷载的施加 | 第55-56页 |
| ·阻尼 | 第56-57页 |
| ·悬臂式挡墙有限元计算结果 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 4 基于神经网络的悬臂式挡墙模态参数识别 | 第60-76页 |
| ·神经网络模型的选择 | 第62-64页 |
| ·悬臂式挡墙模态参数识别的BP 神经网络设计思路 | 第64-66页 |
| ·BP 神经网络训练样本数据预处理 | 第66-70页 |
| ·BP 神经网络样本数据FFT 变换 | 第67-68页 |
| ·BP 神经网络样本数据数字滤波 | 第68-70页 |
| ·BP 神经网络模态参数识别 | 第70-72页 |
| ·不同强度等级混凝土对悬臂式挡墙固有频率的影响 | 第72-74页 |
| ·本章小结 | 第74-76页 |
| 5 结论与展望 | 第76-78页 |
| ·结论 | 第76-77页 |
| ·展望 | 第77-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 附录 | 第83页 |
