| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景和意义 | 第11-13页 |
| 1.1.1 论文研究背景 | 第11-12页 |
| 1.1.2 论文研究的目的及意义 | 第12-13页 |
| 1.2 宽带疲劳分析国内外研究现状 | 第13-16页 |
| 1.2.1 疲劳分析国内外研究现状 | 第13-15页 |
| 1.2.2 宽带下疲劳分析国内外研究现状 | 第15-16页 |
| 1.3 论文研究的目标、内容 | 第16-18页 |
| 1.3.1 论文研究的目标 | 第16页 |
| 1.3.2 论文研究的内容 | 第16-18页 |
| 第2章 疲劳损伤及计算方法 | 第18-30页 |
| 2.1 概述 | 第18-19页 |
| 2.2 S-N曲线理论 | 第19-22页 |
| 2.3 Miner线性累积损伤理论 | 第22-23页 |
| 2.4 疲劳累积损伤 | 第23-26页 |
| 2.4.1 应力范围长期分布模型 | 第23-24页 |
| 2.4.2 分段连续型模型下的疲劳累积损伤 | 第24-26页 |
| 2.5 疲劳寿命的谱分析方法 | 第26-29页 |
| 2.5.1 应力响应的传递函数 | 第26-28页 |
| 2.5.2 应力的功率谱 | 第28页 |
| 2.5.3 应力范围的短期和长期分布 | 第28-29页 |
| 2.5.4 疲劳累积损伤的计算 | 第29页 |
| 2.6 本章总结 | 第29-30页 |
| 第3章 基于等效应力范围近似模型的计算方法 | 第30-46页 |
| 3.1 概述 | 第30页 |
| 3.2 宽带随机载荷谱 | 第30-34页 |
| 3.2.1 随机载荷谱简介 | 第30-31页 |
| 3.2.2 分段连续型模型应力范围的分布模型 | 第31-34页 |
| 3.3 等效应力范围计算的推导 | 第34-38页 |
| 3.3.1 宽带随机载荷的概率密度函数 | 第34-35页 |
| 3.3.2 误差函数和Gamma函数 | 第35-38页 |
| 3.4 近似计算模型及数值分析 | 第38-45页 |
| 3.4.1 等效应力范围 | 第38-39页 |
| 3.4.2 几种主要计算模型 | 第39-41页 |
| 3.4.3 新计算模型 | 第41-43页 |
| 3.4.4 主要计算模型和新计算模型的仿真实现和数值分析 | 第43-45页 |
| 3.5 本章总结 | 第45-46页 |
| 第4章 有限元模型及计算实例 | 第46-58页 |
| 4.1 概述 | 第46页 |
| 4.2 有限元模型的建立 | 第46-52页 |
| 4.3 基于等效应力范围的计算方法算例 | 第52-57页 |
| 4.3.1 波浪载荷计算 | 第52-53页 |
| 4.3.2 应力响应传递函数计算 | 第53-54页 |
| 4.3.3 热点部位带宽系数 | 第54-56页 |
| 4.3.4 疲劳损伤计算结果 | 第56-57页 |
| 4.4 本章总结 | 第57-58页 |
| 第5章 基于神经网络的应力概率密度函数预测方法 | 第58-84页 |
| 5.1 概述 | 第58-59页 |
| 5.2 频域-时域转换及仿真实现 | 第59-65页 |
| 5.2.1 六参数功率谱 | 第59-61页 |
| 5.2.2 频域-时域的转换 | 第61-65页 |
| 5.3 雨流计数法统计计数 | 第65-69页 |
| 5.3.1 雨流计数法基本原理 | 第65-66页 |
| 5.3.2 雨流计数法的程序实现 | 第66-69页 |
| 5.4 基于Gaussian基函数的离散概率密度函数拟合 | 第69-75页 |
| 5.4.1 Gaussian基函数拟合原理 | 第69-71页 |
| 5.4.2 概率密度函数的Gaussian基形式 | 第71-72页 |
| 5.4.3 Gaussian基函数拟合的程序实现 | 第72-75页 |
| 5.5 感知器神经网络 | 第75-80页 |
| 5.5.1 人工神经网络简介 | 第75-77页 |
| 5.5.2 多层感知器神经网络 | 第77-78页 |
| 5.5.3 感知器神经网络结构设计 | 第78-80页 |
| 5.6 应力范围概率密度函数的神经网络模型建立 | 第80-83页 |
| 5.7 本章总结 | 第83-84页 |
| 第6章 全文总结及展望 | 第84-86页 |
| 6.1 总结 | 第84页 |
| 6.2 展望 | 第84-86页 |
| 参考文献 | 第86-90页 |
| 攻读学位期间公开发表论文 | 第90-91页 |
| 致谢 | 第91页 |