基于振动模态参数和神经网络的管道裂纹损伤识别研究
摘要 | 第1-6页 |
Abstract | 第6-9页 |
第1章 绪论 | 第9-16页 |
·课题背景及意义 | 第9页 |
·基于振动的结构损伤识别研究现状 | 第9-13页 |
·综述 | 第9-11页 |
·结构损伤识别国内外研究现状 | 第11-13页 |
·基于振动的结构损伤识别发展趋势 | 第13-14页 |
·本文的研究内容 | 第14-16页 |
第2章 振动模态分析及损伤识别 | 第16-26页 |
·振动模态分析基本理论 | 第16-20页 |
·概述 | 第16页 |
·单自由度系统振动 | 第16-18页 |
·多自由度系统振动 | 第18-20页 |
·模态特性参数识别理论 | 第20页 |
·人工神经网络概述 | 第20-24页 |
·神经网络简介 | 第21页 |
·BP神经网络 | 第21-24页 |
·本章小结 | 第24-26页 |
第3章 基于模态参数指标的管道损伤识别研究 | 第26-48页 |
·ANSYS模态分析基础 | 第26-27页 |
·基于频率的损伤识别方法 | 第27-38页 |
·概述 | 第27页 |
·基于频率平方变化比的基本原理 | 第27-30页 |
·有限元模拟分析 | 第30-38页 |
·基于模态应变能变化率的损伤识别方法 | 第38-42页 |
·模态应变能理论推导 | 第38-40页 |
·有限元数值模拟 | 第40-42页 |
·基于应变模态差的损伤识别方法 | 第42-46页 |
·应变模态差的理论基础 | 第42-43页 |
·管道损伤识别数值模拟 | 第43-46页 |
·本章小结 | 第46-48页 |
第4章 基于神经网络的管道裂纹程度研究 | 第48-59页 |
·神经网络概述 | 第48-49页 |
·基于频率和神经网络的管道损伤程度识别 | 第49-51页 |
·网络设置 | 第49页 |
·损伤定位和损伤程度判别 | 第49-51页 |
·基于模态应变能和神经网络的管道裂纹程度识别 | 第51-54页 |
·网络设置 | 第51页 |
·损伤定位和程度判断 | 第51-54页 |
·基于应变模态差和神经网络的管道裂纹程度识别 | 第54-57页 |
·网络设置 | 第54-55页 |
·单损伤程度的定量识别 | 第55-56页 |
·双损伤程度的定量识别 | 第56-57页 |
·本章小结 | 第57-59页 |
第5章 基于模态试验的管道裂纹损伤识别研究 | 第59-70页 |
·试验模态技术 | 第59-61页 |
·模态试验概述 | 第59页 |
·模态试验基本原理 | 第59-61页 |
·模态试验分析过程 | 第61页 |
·实验数据采集 | 第61-65页 |
·数据采集基本概述 | 第61-62页 |
·数据采集工具 | 第62-63页 |
·数据采集 | 第63-65页 |
·实验数据分析 | 第65-69页 |
·数据处理软件简介 | 第65-66页 |
·数据处理过程 | 第66-69页 |
·本章小结 | 第69-70页 |
第6章 结论与展望 | 第70-72页 |
·全文总结 | 第70页 |
·展望 | 第70-72页 |
参考文献 | 第72-75页 |
致谢 | 第75-76页 |
攻读硕士学位期间发表论文 | 第76页 |