基于机器学习和模态参数识别理论的水工结构损伤诊断方法研究

中文摘要	第1-5页
ABSTRACT	第5-10页
第一章 绪论	第10-26页
·问题的提出	第10-12页
·国内外研究现状概述	第12-20页
·机器学习理论方法研究现状	第12-14页
·模态参数识别方法研究现状	第14-18页
·结构损伤诊断方法研究现状	第18-20页
·本文的研究目的和意义	第20-22页
·本文研究的主要内容及创新点	第22-26页
·本文研究的主要内容	第22-24页
·本文的创新点	第24-26页
第二章 振动信号预处理方法研究	第26-40页
·引言	第26页
·振动信号消噪方法研究	第26-36页
·基于数字带通滤波的振动信号消噪方法	第26-31页
·基于小波理论的振动信号消噪方法	第31-34页
·基于卡尔曼滤波的振动信号消噪方法	第34-36页
·多信号分类定阶方法研究	第36-38页
·应用实例	第38-39页
·本章小结	第39-40页
第三章 流激振动下水工结构模态参数识别方法研究	第40-80页
·引言	第40-42页
·基于带通滤波的水工结构模态参数识别方法	第42-54页
·随机减量法	第43-44页
·自然激励技术法	第44-45页
·ITD 法	第45-48页
·STD 法	第48-50页
·复指数法	第50-51页
·ARMA 模型时间序列法	第51-54页
·基于信号分解技术的结构模态参数识别方法研究	第54-62页
·基于小波分解的结构模态参数识别方法	第54-56页
·基于EMD 分解的结构模态参数识别方法	第56-60页
·基于Gabor 分解的结构模态参数识别方法	第60-62页
·水工结构模态参数的遗传识别方法	第62-69页
·动力学时域方法识别原理	第63-64页
·流激振动下水工结构模态参数的遗传识别方法	第64-66页
·遗传算法理论	第66-69页
·模拟信号和悬臂梁试验模态参数识别实例	第69-75页
·模拟信号识别	第69-72页
·流激振动下的悬臂梁模型模态参数识别	第72-75页
·水工结构模态参数识别工程实例	第75-78页
·青铜峡坝体结构模态参数识别	第75-77页
·李家峡水电站厂房结构模态参数识别	第77-78页
·本章小结	第78-80页
第四章 流激振动下水工结构损伤诊断方法研究	第80-113页
·引言	第80-81页
·基于模态参数识别理论的结构损伤诊断方法	第81-95页
·基于模态置信度的结构损伤诊断方法	第81-82页
·基于柔度矩阵的结构损伤诊断方法	第82-83页
·基于变形曲率的结构损伤诊断方法	第83页
·基于刚度变化的结构损伤诊断方法	第83-86页
·基于曲率模态分析的结构损伤诊断方法	第86-88页
·基于应变模态的结构损伤诊断方法	第88-95页
·基于机器学习理论的水工结构损伤诊断方法研究	第95-107页
·机器学习的基本问题	第95-97页
·统计学习理论的核心内容	第97-99页
·神经网络与支持向量机	第99-105页
·损伤标示量的确定	第105-107页
·青铜峡水电站导墙结构损伤诊断	第107-111页
·本章小结	第111-113页
第五章 青铜峡坝体结构损伤诊断与安全性研究	第113-121页
·引言	第113页
·青铜峡水利枢纽工程概况	第113-115页
·青铜峡坝体结构损伤诊断	第115-118页
·模拟范围及材料特性对结构自振特性的影响	第115-117页
·青铜峡坝体结构损伤分析	第117-118页
·自振特性分析	第118页
·青铜峡坝体结构安全性评估	第118-120页
·小结	第120-121页
第六章 结语与展望	第121-124页
·结语	第121-122页
·展望	第122-124页
参考文献	第124-133页
博士期间发表论文、参编著作及参加科研项目	第133-135页
致谢	第135页