摘要 | 第5-7页 |
Abstract | 第7-8页 |
第一章 绪论 | 第12-24页 |
1.1 研究背景 | 第12-13页 |
1.2 研究目的及意义 | 第13-16页 |
1.3 研究现状 | 第16-21页 |
1.3.1 基于振动频率变化的逆向无损检测方法研究现状 | 第16-17页 |
1.3.2 采用人工神经网络(ANN)进行识别损伤 | 第17-18页 |
1.3.3 采用优化算法(遗传算法GA)进行识别损伤 | 第18-20页 |
1.3.4 采用人工神经网络和遗传算法相结合进行损伤识别 | 第20-21页 |
1.4 主要研究内容 | 第21-24页 |
第二章 FRP弧形层合板的有限元模型 | 第24-50页 |
2.1 有限元模型建模理论基础 | 第24-27页 |
2.1.1 发展有限元单元构建含分层损伤FRP结构模型 | 第24-26页 |
2.1.2 使用有限元软件构建含分层损伤FRP结构模型 | 第26-27页 |
2.2 商用有限元软件ANSYS背景介绍 | 第27-28页 |
2.3 复合材料层合板的有限元模型特性 | 第28-30页 |
2.3.1 单元类型 | 第28-29页 |
2.3.2 层信息的定义 | 第29-30页 |
2.4 含分层损伤FRP平板有限元模型建立 | 第30-35页 |
2.4.1 分层的接触问题 | 第30-31页 |
2.4.2 平板的建模过程 | 第31-33页 |
2.4.3 验证已建立的平板模型 | 第33-35页 |
2.5 含分层损伤的FRP弧形板有限元模型建立 | 第35-45页 |
2.5.1 含分层损伤的FRP弧形板有限元模型介绍 | 第35-36页 |
2.5.2 最佳的网格尺寸的选择 | 第36-40页 |
2.5.3 弧形板建模过程 | 第40-44页 |
2.5.4 建模过程的总结 | 第44-45页 |
2.6 损伤识别的正向问题 | 第45-49页 |
2.6.1 改变损伤区域所在的分层界面z | 第46页 |
2.6.2 改变损伤区域中心所在x坐标位置 | 第46-47页 |
2.6.3 改变损伤区域中心所在y坐标位置 | 第47-48页 |
2.6.4 改变损伤尺寸长度a | 第48-49页 |
2.6.5 改变损伤尺寸长度b | 第49页 |
2.7 本章小结 | 第49-50页 |
第三章 逆向检测算法-人工神经网络 | 第50-68页 |
3.1 基于振动频率无损检测的逆向算法 | 第50-52页 |
3.1.1 逆向问题的描述 | 第50-51页 |
3.1.2 逆向检测 | 第51-52页 |
3.2 人工神经网络介绍 | 第52-55页 |
3.2.1 人工神经元模型 | 第52-53页 |
3.2.2 人工神经网络模型 | 第53-55页 |
3.3 BP神经网络介绍 | 第55-59页 |
3.3.1 BP人工神经网络结构 | 第56-58页 |
3.3.2 BP网络学习规则 | 第58-59页 |
3.4 BP网络的MATLAB实现 | 第59-67页 |
3.4.1 FRP弧形板无损检测的逆向算法之BP网络的创建 | 第59-61页 |
3.4.2 FRP弧形板无损检测的逆向算法之BP网络的预测 | 第61-67页 |
3.5 本章小结 | 第67-68页 |
第四章 构建优化算法 | 第68-86页 |
4.1 构建优化算法背景 | 第68页 |
4.2 遗传算法介绍 | 第68-71页 |
4.2.1 遗传算法的原理 | 第69页 |
4.2.2 遗传算法的基本过程 | 第69-70页 |
4.2.3 遗传算法的特点 | 第70-71页 |
4.3 直接使用遗传算法进行分层损伤识别 | 第71-76页 |
4.3.1 直接使用遗传算法的建立 | 第71-72页 |
4.3.2 直接使用遗传算法的预测 | 第72-76页 |
4.4 代理模型的优化算法进行分层损伤识别 | 第76-83页 |
4.4.1 代理模型ANN的建立 | 第77页 |
4.4.2 有代理模型遗传算法的建立 | 第77-78页 |
4.4.3 有代理模型遗传算法的预测 | 第78-82页 |
4.4.4 直接使用和有代理模型遗传算法的对比 | 第82-83页 |
4.5 逆向算法之间的比较 | 第83-85页 |
4.6 本章小结 | 第85-86页 |
第五章 结论与展望 | 第86-89页 |
5.1 结论 | 第86-87页 |
5.1.1 FRP弧形层合板的有限元模型的构建 | 第86-87页 |
5.1.2 构建人工神经网络作为逆向无损检测算法 | 第87页 |
5.1.3 构建有代理模型的优化算法作为逆向无损检测算法 | 第87页 |
5.2 展望 | 第87-89页 |
参考文献 | 第89-93页 |
致谢 | 第93页 |