框架结构节点损伤识别的数值与实验研究
| 摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 第1章 绪论 | 第11-19页 |
| ·课题的研究意义和目的 | 第11-12页 |
| ·国内外研究进展 | 第12-17页 |
| ·结构损伤识别方法的发展 | 第12页 |
| ·基于振动的结构损伤识别方法 | 第12-16页 |
| ·结构损伤监测研究中存在的问题 | 第16-17页 |
| ·本课题的主要研究内容 | 第17-19页 |
| 第2章 框架结构动力特性及其ANSYS建模 | 第19-23页 |
| ·框架节点动力特性分析 | 第19-20页 |
| ·概述 | 第19页 |
| ·框架损伤节点的有限元模型 | 第19-20页 |
| ·ANSYS软件的应用 | 第20-22页 |
| ·ANSYS简介 | 第20-21页 |
| ·ANSYS的模态分析 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 BP神经网络的算法及其改进 | 第23-29页 |
| ·概述 | 第23-24页 |
| ·传统 BP算法的数学描述 | 第24-26页 |
| ·网络的运行过程 | 第24页 |
| ·激励函数和误差能量函数 | 第24-25页 |
| ·传统 BP算法 | 第25-26页 |
| ·传统算法存在的问题及其原因 | 第26-27页 |
| ·改进的 BP算法 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第4章 基于 BP网络的框架节点损伤识别 | 第29-38页 |
| ·基于神经网络的结构损伤检测的基本思想 | 第29-30页 |
| ·样本数据的采集和处理 | 第30-31页 |
| ·样本数据的采集方法 | 第30页 |
| ·样本数据的归一化处理 | 第30-31页 |
| ·样本数据的组成及其表达形式 | 第31-36页 |
| ·输入参数的选取 | 第31-35页 |
| ·输入向量及表达形式 | 第35页 |
| ·输出向量及表达形式 | 第35-36页 |
| ·神经网络的含噪声样本训练 | 第36页 |
| ·基于 BP网络的框架结构节点损伤检测 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第5章 框架节点损伤的数值分析 | 第38-54页 |
| ·分析模型的建立 | 第38-39页 |
| ·传统算法与改进算法的比较分析 | 第39-40页 |
| ·分析模拟 | 第40-52页 |
| ·单节点损伤 | 第41-45页 |
| ·两个节点的损伤 | 第45-49页 |
| ·多种情况的节点损伤 | 第49-52页 |
| ·含噪声样本的训练和测试 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第6章 框架节点损伤的实验分析 | 第54-67页 |
| ·实验模态分析 | 第54-58页 |
| ·基本假设 | 第54页 |
| ·基本原理 | 第54-56页 |
| ·实验模态分析的要素及其步骤 | 第56-58页 |
| ·实验方法及实验数据 | 第58-63页 |
| ·实验模型及测点布置 | 第58-59页 |
| ·损伤工况及实验测量结果 | 第59-62页 |
| ·模型验证 | 第62-63页 |
| ·节点位置损伤识别 | 第63-64页 |
| ·模态参数的灵敏度分析 | 第64-65页 |
| ·本章小结 | 第65-67页 |
| 总结与展望 | 第67-69页 |
| 总结 | 第67-68页 |
| 展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
| 附录: 攻读学位期间所发表的论文及参与的课题 | 第74页 |
