摘要 | 第9-11页 |
Abstract | 第11-13页 |
第1章 绪论 | 第14-30页 |
1.1 引言 | 第14-16页 |
1.2 研究背景和意义 | 第16-18页 |
1.3 国内外研究现状 | 第18-25页 |
1.3.1 无损检测技术 | 第18-23页 |
1.3.2 损伤识别方法 | 第23-25页 |
1.4 课题的提出 | 第25-27页 |
1.5 本文研究的主要内容 | 第27-30页 |
第2章 压电阻抗技术和神经网络理论 | 第30-46页 |
2.1 引言 | 第30页 |
2.2 压电阻抗技术 | 第30-37页 |
2.2.1 压电效应和压电方程 | 第30-33页 |
2.2.2 结构压电耦合电阻抗理论 | 第33-37页 |
2.3 神经网络基本理论 | 第37-39页 |
2.3.1 神经元模型 | 第38页 |
2.3.2 神经网络模型分类 | 第38-39页 |
2.3.3 神经网络的特点 | 第39页 |
2.4 BP神经网络 | 第39-43页 |
2.4.1 BP神经网络的构成 | 第40-42页 |
2.4.2 BP神经网络的训练 | 第42-43页 |
2.5 本章小结 | 第43-46页 |
第3章 基于压电阻抗技术和神经网络的空间结构螺栓球节点连接损伤识别方法简介 | 第46-64页 |
3.1 引言 | 第46-47页 |
3.2.螺栓球节点 | 第47-49页 |
3.2.1 螺栓球节点构造 | 第47-49页 |
3.2.2 螺栓球节点的损伤识别原理 | 第49页 |
3.3 螺栓球节点连接状态与阻抗相关性研究 | 第49-54页 |
3.3.1 螺栓球节点连接有限元模型 | 第50-52页 |
3.3.2 提取不同受力状态下模型的导纳 | 第52页 |
3.3.3 受力状态与导纳的相关性分析 | 第52-54页 |
3.4 基于压电阻抗技术和BP神经网络的分步损伤识别方法 | 第54-55页 |
3.5 确定损伤的发生 | 第55页 |
3.6 确定损伤的位置 | 第55-58页 |
3.6.1 定义损伤指标 | 第56-57页 |
3.6.2 选取敏感频段 | 第57页 |
3.6.3 确定损伤的位置 | 第57-58页 |
3.7 确定损伤的程度 | 第58-61页 |
3.7.1 数据预处理 | 第59-60页 |
3.7.2 BP神经网络的建立、训练和测试 | 第60-61页 |
3.8 本章小结 | 第61-64页 |
第4章 试验研究 | 第64-90页 |
4.1 引言 | 第64页 |
4.2 试验装置和模型 | 第64-67页 |
4.3 试验简介 | 第67-68页 |
4.4 试验工况设计 | 第68-70页 |
4.5 试验过程和结果 | 第70-88页 |
4.5.1 基于导纳信号判断损伤的发生 | 第70-71页 |
4.5.2 基于压电阻抗技术确定损伤位置 | 第71-79页 |
4.5.3 基于BP神经网络确定损伤程度 | 第79-88页 |
4.6 本章小结 | 第88-90页 |
第5章 结论与展望 | 第90-94页 |
5.1 结论 | 第90-92页 |
5.2 展望 | 第92-94页 |
参考文献 | 第94-99页 |
攻读硕士学位期间发表的学术论文及科研工作 | 第99-100页 |
致谢 | 第100页 |