摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第11-20页 |
1.1 结构损伤识别的研究背景 | 第11-12页 |
1.2 结构损伤识别研究的发展 | 第12-13页 |
1.2.1 损伤的定义及其特征 | 第12页 |
1.2.2 损伤识别研究的发展历程 | 第12-13页 |
1.3 结构损伤识别技术的方法 | 第13-19页 |
1.3.1 基于频率的损伤识别方法 | 第13-14页 |
1.3.2 基于振型的损伤识别方法 | 第14页 |
1.3.3 基于柔度矩阵的损伤识别方法 | 第14-15页 |
1.3.4 基于应变模态的损伤识别方法 | 第15-16页 |
1.3.5 遗传算法 | 第16-19页 |
1.4 本文研究的主要内容 | 第19-20页 |
第二章 小波分析理论 | 第20-28页 |
2.1 小波理论的概述 | 第20页 |
2.2 傅里叶变换 | 第20-22页 |
2.2.1 传统傅里叶变换 | 第20-21页 |
2.2.2 窗口Fourier变换和短时Fourier变换 | 第21-22页 |
2.3 小波变换 | 第22-23页 |
2.3.1 连续小波变换的定义 | 第22-23页 |
2.3.2 连续小波变换的性质 | 第23页 |
2.4 离散小波变换 | 第23-25页 |
2.5 几种常用的小波函数介绍 | 第25-28页 |
2.5.1 Daubechies小波 | 第25-26页 |
2.5.2 Mexican Hat(mexh)小波 | 第26-27页 |
2.5.3 Morlet小波 | 第27页 |
2.5.4 Symlet(symN)小波 | 第27-28页 |
第三章 神经网络的基本理论 | 第28-34页 |
3.1 神经网络概述 | 第28页 |
3.2 BP神经网络 | 第28-33页 |
3.2.1 BP神经网络的简介 | 第28-29页 |
3.2.2 BP神经网络的算法 | 第29-31页 |
3.2.3 BP神经网络的算法的局限性与改进 | 第31-32页 |
3.2.4 确定BP神经网络的结构 | 第32-33页 |
3.3 BP神经网络在结构损伤识别中的应用 | 第33-34页 |
第四章 基于模态参数小波神经网络的结构损伤识别原理 | 第34-40页 |
4.1 小波奇异理论概述 | 第34-35页 |
4.1.1 奇异点的定义和性质 | 第34页 |
4.1.2 小波分析识别奇异点位置的方法 | 第34-35页 |
4.2 小波基函数的确定 | 第35-37页 |
4.2.1 小波基函数的选择原则 | 第35-36页 |
4.2.2 分解尺度的选择原则 | 第36-37页 |
4.3 基于振型模态小波损伤的识别原理 | 第37-38页 |
4.4 基于应变模态小波损伤的识别原理 | 第38-40页 |
第五章 基于小波神经网络的简单框架损伤识别 | 第40-50页 |
5.1 引言 | 第40页 |
5.2 构造有限元模型 | 第40-41页 |
5.3 不同动力参数下小波变换对损伤结构定位 | 第41-43页 |
5.3.1 利用振型模态下小波变换对损伤结构定位 | 第41-42页 |
5.3.2 利用应变模态下小波变换对损伤结构定位 | 第42-43页 |
5.3.3 识别结果的对比 | 第43页 |
5.4 基于振型参数损伤程度的识别 | 第43-46页 |
5.4.1 BP神经网络的构造和验证 | 第44-45页 |
5.4.2 利用BP神经网络识别损伤程度 | 第45-46页 |
5.5 基于应变模态损伤程度的识别 | 第46-50页 |
5.5.1 BP神经网络的构造和验证 | 第47-49页 |
5.5.2 利用BP神经网络识别损伤程度 | 第49-50页 |
第六章 基于应变模态小波神经网络框架结构的损伤识别 | 第50-67页 |
6.1 引言 | 第50页 |
6.2 一层两跨框架结构的损伤识别 | 第50-55页 |
6.2.1 构造有限元模型 | 第50-51页 |
6.2.2 确定结构的损伤位置 | 第51-52页 |
6.2.3 确定结构的损伤程度 | 第52-55页 |
6.3 两层一跨框架结构的损伤识别 | 第55-61页 |
6.3.1 构造有限元模型 | 第55-56页 |
6.3.2 确定结构的损伤位置 | 第56-57页 |
6.3.3 确定结构的损伤程度 | 第57-61页 |
6.4 两层两跨框架结构的损伤识别 | 第61-67页 |
6.4.1 构造有限元模型 | 第61-62页 |
6.4.2 确定结构的损伤位置 | 第62-63页 |
6.4.3 确定结构的损伤程度 | 第63-67页 |
结论与展望 | 第67-69页 |
结论 | 第67-68页 |
展望 | 第68-69页 |
参考文献 | 第69-73页 |
致谢 | 第73-74页 |
附录 | 第74页 |