新型结构健康诊断方法
| 第1章 引言 | 第1-16页 |
| ·课题意义 | 第9-10页 |
| ·国内外相关领域的研究现状 | 第10-14页 |
| ·结构健康诊断方法分类 | 第11页 |
| ·无反演结构健康诊断方法 | 第11-12页 |
| ·基于有限元模型的模型修正法 | 第12-13页 |
| ·基于人工神经网络的非线性映射方法 | 第13-14页 |
| ·课题的目标及难点分析 | 第14-16页 |
| ·课题目标 | 第14-15页 |
| ·难点分析 | 第15页 |
| ·研究思路 | 第15-16页 |
| 第2章 基于神经网络的模型预修正法 | 第16-47页 |
| ·形成背景 | 第16-20页 |
| ·模型修正法与神经网络法对比 | 第16-19页 |
| ·基于神经网络的模型预修正法 | 第19-20页 |
| ·先验模型建立 | 第20-21页 |
| ·模型预修正方法 | 第21-23页 |
| ·预修正定义 | 第21页 |
| ·修正原则 | 第21-22页 |
| ·修正方法 | 第22页 |
| ·损伤程度定义 | 第22页 |
| ·损伤信息格式定义 | 第22-23页 |
| ·模型输出参数选择 | 第23-25页 |
| ·选择原则 | 第24页 |
| ·参数选择 | 第24页 |
| ·参数定义 | 第24-25页 |
| ·神经网络建立 | 第25-47页 |
| ·神经网络发展概述 | 第26-27页 |
| ·多层前向神经网络模型结构 | 第27-29页 |
| ·多层前向神经网络逼近机理 | 第29-37页 |
| ·多层前向神经网络学习算法优化 | 第37-40页 |
| ·网络拓扑结构优化学习方法 | 第40-44页 |
| ·神经网络模型建立 | 第44-45页 |
| ·神经网络参数确定 | 第45-47页 |
| 第3章 试验测试系统 | 第47-54页 |
| ·概述 | 第47-48页 |
| ·主要功能 | 第47页 |
| ·开发环境 | 第47-48页 |
| ·功能介绍 | 第48-54页 |
| ·先验模型建立及求解 | 第48-50页 |
| ·模型预修正 | 第50-52页 |
| ·神经网络数据输出 | 第52-53页 |
| ·辅助功能 | 第53页 |
| ·神经网络训练和输出结果验证 | 第53-54页 |
| 第4章 试验结果及分析 | 第54-69页 |
| ·试验目的及方法 | 第54-55页 |
| ·试验目的 | 第54页 |
| ·试验方法 | 第54-55页 |
| ·试验流程 | 第55页 |
| ·先验模型计算与精度选择 | 第55-63页 |
| ·设计原则 | 第55页 |
| ·模型参数 | 第55-59页 |
| ·损伤单元模拟 | 第59-60页 |
| ·计算准则和结果提取 | 第60-62页 |
| ·计算精度选择 | 第62-63页 |
| ·神经网络建立与学习 | 第63-66页 |
| ·神经网络建立 | 第63-64页 |
| ·神经网络训练 | 第64-66页 |
| ·识别结果及分析 | 第66-69页 |
| ·测试用例 | 第66页 |
| ·识别结果 | 第66-67页 |
| ·结果分析 | 第67-69页 |
| 第5章 结论与展望 | 第69-71页 |
| ·课题总结 | 第69页 |
| ·后继工作的建议和展望 | 第69-71页 |
| 附录一 模型节点单元参数表 | 第71-75页 |
| 附录二 计算结果表 | 第75-94页 |
| 参考文献 | 第94-96页 |
| 致谢\声明 | 第96-97页 |
| 本人简历 | 第97页 |
