| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-25页 |
| ·复合材料损伤诊断的意义 | 第9-13页 |
| ·复合材料的特点 | 第9-10页 |
| ·复合材料层合板结构损伤检测问题的提出 | 第10-12页 |
| ·小波分析与神经网络方法应用于复合材料结构损伤检测 | 第12-13页 |
| ·国内外研究状况 | 第13-18页 |
| ·各向同性工程结构的损伤诊断及检测方面的研究 | 第13-15页 |
| ·复合材料结构损伤诊断及检测方面的研究 | 第15-17页 |
| ·含损伤复合材料层合结构的动力分析问题的研究 | 第17-18页 |
| ·基于小波分析和神经网络相结合的损伤检测方法 | 第18-23页 |
| ·小波分析的应用 | 第18-19页 |
| ·神经网络的应用 | 第19-21页 |
| ·小波分析与神经网络目前存在的问题 | 第21-23页 |
| ·本文研究的主要内容 | 第23-25页 |
| 2 复合材料层合板动力分析的有限元理论 | 第25-34页 |
| ·复合材料层合板分析的一阶剪切理论 | 第25-30页 |
| ·位移模式 | 第25-26页 |
| ·本构关系 | 第26-29页 |
| ·运动方程 | 第29-30页 |
| ·层合板刚度阵及质量阵有限元列式的推导 | 第30-32页 |
| ·单元位移和坐标插值函数 | 第30-31页 |
| ·单元刚度矩阵和质量阵 | 第31-32页 |
| ·含分层损伤的复合材料层合板的动力分析模型 | 第32-34页 |
| ·分层区交界面前缘位移协调模型 | 第32-33页 |
| ·分层区域的界面虚拟连接单元 | 第33-34页 |
| 3. 人工神经网络 | 第34-44页 |
| ·人工神经网络发展概述 | 第34页 |
| ·人工神经网络结构和模型 | 第34-37页 |
| ·人工神经单元模型 | 第34-35页 |
| ·激活函数 | 第35-36页 |
| ·常用网络介绍 | 第36-37页 |
| ·BP神经网网络 | 第37-40页 |
| ·BP网络的学习过程 | 第37-40页 |
| ·BP网络的算法简介 | 第40页 |
| ·人工神经络在结构损伤诊断中的作用 | 第40-44页 |
| ·神经网络用于损伤诊断原理 | 第40-41页 |
| ·神经网络的应用及主要原理 | 第41-42页 |
| ·小波分析与神经网络存在的问题 | 第42-44页 |
| 4. 小波分析 | 第44-58页 |
| ·引言 | 第44-45页 |
| ·连续小波变换 | 第45-47页 |
| ·连续小波变换 | 第45-47页 |
| ·连续小波变换逆变换 | 第47页 |
| ·多尺度分析 | 第47-52页 |
| ·尺度空间及多辨分析 | 第48-49页 |
| ·小波空间 | 第49-50页 |
| ·小波框架 | 第50-51页 |
| ·Mallat分解与重构算法 | 第51-52页 |
| ·小波包分解 | 第52-55页 |
| ·小波包定义 | 第53-54页 |
| ·小波包算法 | 第54-55页 |
| ·小波分析在结构诊断中的作用 | 第55-58页 |
| ·滤除噪声 | 第55-56页 |
| ·损伤诊断 | 第56-58页 |
| 5 基于模态分析的结构损伤识别 | 第58-81页 |
| ·基于模态分析的神经网络与小波分析相结合的损伤检测流程简介 | 第58-59页 |
| ·小波方法诊断复合材料层合结构分层损伤 | 第59-77页 |
| ·分层处连接单元模型的讨论 | 第59-61页 |
| ·损伤诊断 | 第61-63页 |
| ·不同分层长度的损伤检测 | 第63-67页 |
| ·不同分层位置的损伤检测 | 第67-71页 |
| ·含多处分层损伤检测 | 第71-77页 |
| ·人工神经网络训练数据库实现层合结构的在线损伤诊断 | 第77-81页 |
| 结论 | 第81-83页 |
| ·总结 | 第81-82页 |
| ·展望 | 第82-83页 |
| 参考文献 | 第83-88页 |
| 攻读硕士学位期间发表学术论文情况 | 第88-89页 |
| 致谢 | 第89-90页 |
| 大连理工大学学位论文版权使用授权书 | 第90页 |
