基于模态参数变化的结构损伤识别方法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 第一章 绪论 | 第12-22页 |
| ·研究背景及意义 | 第12-14页 |
| ·国内外发展现状 | 第14-21页 |
| ·频域辨识方法 | 第14-16页 |
| ·时域辨识方法 | 第16-17页 |
| ·时频辨识方法 | 第17-19页 |
| ·智能辨识方法 | 第19-21页 |
| ·本文的研究目标 | 第21页 |
| ·本文的内容安排 | 第21-22页 |
| 第二章 小波包与希尔伯特变换结合的参数辨识 | 第22-34页 |
| ·小波变换及其多分辨率分析 | 第22-25页 |
| ·小波变换 | 第22-23页 |
| ·常用的小波函数 | 第23-24页 |
| ·多分辨率分析 | 第24页 |
| ·小波变换的局限性和小波包变换 | 第24-25页 |
| ·小波包变换 | 第25-29页 |
| ·小波包的定义和正交性质 | 第25-26页 |
| ·最优小波包基 | 第26-27页 |
| ·小波包的分解与重构 | 第27-28页 |
| ·小波包分析应用算例 | 第28-29页 |
| ·基于希尔伯特变换的参数识别过程 | 第29-33页 |
| ·EMD 及Hilbert 变换 | 第29-30页 |
| ·基于小波包与Hilbert 结合的振动方程法 | 第30-32页 |
| ·基于小波包与Hilbert 结合的斜率公式法 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 小波包与智能算法结合的参数辨识 | 第34-45页 |
| ·小波包与神经网络结合的参数辨识 | 第34-39页 |
| ·神经网络的发展概况 | 第34页 |
| ·神经网络的构成结构 | 第34-36页 |
| ·RBF 神经网络与功能原理 | 第36-38页 |
| ·目标信号的参数辨识过程 | 第38-39页 |
| ·小波包与粒子群算法结合的参数辨识 | 第39-44页 |
| ·粒子群算法原理 | 第40-41页 |
| ·粒子群和其他群智能算法的联系与区别 | 第41-42页 |
| ·粒子群优化算法参数选取 | 第42-43页 |
| ·目标函数的构造与参数辨识 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 基于MATLAB 的数值仿真 | 第45-56页 |
| ·仿真模型介绍 | 第45-46页 |
| ·线性渐变系统辨识 | 第46-55页 |
| ·基于小波包的振动方程法辨识结果 | 第46-48页 |
| ·基于小波包的斜率公式法辨识结果 | 第48-51页 |
| ·小波包与神经网络结合的参数辨识结果 | 第51-53页 |
| ·小波包与粒子群算法结合参数辨识结果 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 航空发动机转子结构损伤实验 | 第56-66页 |
| ·航空发动机转子实验器介绍 | 第56-57页 |
| ·转子实验器介绍 | 第56-57页 |
| ·转子系统的振动 | 第57页 |
| ·响应信号的采集与频率辨识 | 第57-65页 |
| ·脉冲激励下的信号采集 | 第57-59页 |
| ·基于小波包的振动方程法频率识别 | 第59-60页 |
| ·基于小波包的斜率公式法频率识别 | 第60-62页 |
| ·小波包与神经网络结合的频率识别 | 第62-63页 |
| ·小波包与粒子群算法结合频率识别 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| ·论文工作总结 | 第66页 |
| ·研究展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 研究生期间发表的学术论文情况 | 第73页 |
