摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第9-15页 |
1.1 课题研究背景 | 第9页 |
1.2 拱坝损伤诊断研究现状 | 第9-12页 |
1.3 统计模式识别 | 第12页 |
1.4 本文损伤诊断方法 | 第12-13页 |
1.5 本文主要工作 | 第13-15页 |
第二章 时间序列模型 | 第15-29页 |
2.1 ARMA时间序列模型 | 第15-16页 |
2.2 相关时间序列模型 | 第16-17页 |
2.3 结构振动系统与模型的关系 | 第17-19页 |
2.4 ARMA模型的建立 | 第19-22页 |
2.4.1 模型的定阶 | 第19-20页 |
2.4.2 模型的参数估计 | 第20-22页 |
2.5 模型的验证 | 第22-28页 |
2.5.1 模型参数与系统模态参数的关系 | 第22-23页 |
2.5.2 希尔伯特-黄变换(HHT)模态参数辨识方法 | 第23-27页 |
2.5.3 随机子空间(SSI)模态参数辨识方法 | 第27-28页 |
2.6 本章小结 | 第28-29页 |
第三章 模式特征提取 | 第29-35页 |
3.1 主成分方法的基本理论 | 第29-30页 |
3.2 主成分分析方法推导 | 第30-31页 |
3.3 主成分分析方法步骤 | 第31-33页 |
3.4 本章小结 | 第33-35页 |
第四章 基于统计模式识别的结构损伤诊断 | 第35-41页 |
4.1 统计模式识别的原理 | 第35-36页 |
4.2 均值控制图方法 | 第36-38页 |
4.3 距离判别指标方法 | 第38-40页 |
4.4 本章小结 | 第40-41页 |
第五章 有限元模型试验 | 第41-57页 |
5.1 有限元模型建立 | 第41-44页 |
5.1.1 工程简介 | 第41-42页 |
5.1.2 有限元模型 | 第42页 |
5.1.3 试验条件 | 第42-44页 |
5.2 模型仿真数据处理及分析 | 第44-56页 |
5.2.1 模型建立及验证 | 第44-47页 |
5.2.2 特征信息提取 | 第47-48页 |
5.2.3 均值控制图方法 | 第48-53页 |
5.2.4 DSPR距离判别指标方法 | 第53-56页 |
5.3 本章小结 | 第56-57页 |
第六章 拱坝模型试验验证 | 第57-73页 |
6.1 拱坝模型 | 第57-58页 |
6.1.1 拱坝模型试验的必要性 | 第57页 |
6.1.2 模型制作 | 第57-58页 |
6.2 拱坝试验过程 | 第58-60页 |
6.2.1 试验仪器 | 第58页 |
6.2.2 测点布置 | 第58-59页 |
6.2.3 工况布置 | 第59-60页 |
6.3 实测数据处理 | 第60-62页 |
6.3.1 建立ARMA模型 | 第60页 |
6.3.2 验证ARMA模型 | 第60-61页 |
6.3.3 主成分分析 | 第61-62页 |
6.4 均值控制图方法 | 第62-68页 |
6.5 距离指标判别方法 | 第68-72页 |
6.6 本章小结 | 第72-73页 |
第七章 结论与展望 | 第73-75页 |
7.1 结论 | 第73页 |
7.2 今后工作展望 | 第73-75页 |
攻读学位期间参加的科研项目及发表的学术论文 | 第75-76页 |
致谢 | 第76-77页 |
参考文献 | 第77-80页 |