1 绪论 | 第1-12页 |
·结构损伤诊断概念和意义 | 第7页 |
·结构损伤诊断的国内外研究概况及发展趋势 | 第7-8页 |
·工程结构常见故障及诊断机理 | 第8-9页 |
·工程结构损伤智能诊断的发展 | 第9-10页 |
·基于人工神经网络的智能诊断的形成 | 第9-10页 |
·BP神经网络的应用 | 第10页 |
·本文的主要工作 | 第10-12页 |
2 用有限元计算板的固有振动特性 | 第12-22页 |
·结构动力有限元 | 第12-18页 |
·结构动力学方程 | 第12-13页 |
·板单元的构造及基本假设 | 第13-17页 |
·含裂纹结构的刚度阵的建立 | 第17-18页 |
·模态分析 | 第18-19页 |
·四边简支板计算的单元选取 | 第19-22页 |
3 裂纹对板的振动特性的影响 | 第22-35页 |
·引言 | 第22页 |
·裂纹对板的固有频率的影响 | 第22-32页 |
·同一位置不同长度裂纹对板的固有频率的影响 | 第22-26页 |
·同一长度不同位置的裂纹对板的固有频率的影响 | 第26-32页 |
·裂纹对板的固有振型的影响 | 第32-34页 |
·小结 | 第34-35页 |
4 裂纹诊断指标的选取 | 第35-46页 |
·引言 | 第35页 |
·常见的几种裂纹诊断的振动指标 | 第35-37页 |
·裂纹对诊断指标的影响 | 第37-45页 |
·有无裂纹对裂纹诊断指标的影响 | 第37-38页 |
·裂纹长度的变化对振型斜率变化量的影响 | 第38-43页 |
·裂纹位置的变化对振型斜率变化量的影响 | 第43-45页 |
·小结 | 第45-46页 |
5 人工神经网络的基本原理 | 第46-55页 |
·引言 | 第46页 |
·人工神经网络研究的起源 | 第46页 |
·生物神经元和人工神经元模型 | 第46-48页 |
·神经网络的学习算法 | 第48页 |
·人工神经网络的特点 | 第48-49页 |
·人工神经网络的典型模型 | 第49-50页 |
·BP神经网络模型及相关问题 | 第50-54页 |
·经典BP算法 | 第50-52页 |
·BP网络模型的缺陷以及改进措施 | 第52页 |
·确定BP网络结构的几点要素 | 第52-53页 |
·学习率自适应调整的改进算法 | 第53-54页 |
·小结 | 第54-55页 |
6 板裂纹智能诊断方法 | 第55-67页 |
·引言 | 第55页 |
·对四边简支板的裂纹诊断 | 第55-62页 |
·对三角形板的裂纹诊断 | 第62-66页 |
·三角形板的样本选取 | 第62-65页 |
·神经网络的检测结果 | 第65-66页 |
·小结 | 第66-67页 |
7 总结与展望 | 第67-68页 |
·本文工作总结 | 第67页 |
·工作中存在的一些问题 | 第67页 |
·关于相关问题的展望 | 第67-68页 |
参考文献 | 第68-70页 |
附录A 第三章部分计算结果 | 第70-76页 |
攻读硕士学位期间发表的主要学术论文和参与的科研项目 | 第76-77页 |
致谢 | 第77-79页 |