基于Green函数和正则化方法的载荷识别技术研究
| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-20页 |
| 1.1 究背景及意义 | 第11-15页 |
| 1.2 国内外最新研究现状分析 | 第15-17页 |
| 1.3 目前存在的问题和难点 | 第17-18页 |
| 1.4 研究目标和研究内容 | 第18-20页 |
| 第2章 载荷识别的基本理论和方法 | 第20-30页 |
| 2.1 频域方法 | 第20-23页 |
| 2.1.1 频响函数矩阵求逆法 | 第21-22页 |
| 2.1.2 模态坐标转换法 | 第22-23页 |
| 2.2 时域方法 | 第23-24页 |
| 2.3 随机方法 | 第24-25页 |
| 2.4 神经网络方法 | 第25页 |
| 2.5 其他方法 | 第25-29页 |
| 2.5.1 小波方法 | 第26-27页 |
| 2.5.2 ARMA逆系统方法 | 第27-28页 |
| 2.5.3 计权加速度(SWAT)方法 | 第28页 |
| 2.5.4 逆系统正解法 | 第28-29页 |
| 2.6 小结 | 第29-30页 |
| 第3章 正则化方法及其参数选取准则 | 第30-49页 |
| 3.1 基于Green函数建立正问题 | 第30-31页 |
| 3.2 载荷识别问题的不适定性 | 第31-37页 |
| 3.2.1 奇异值分解(SVD) | 第32-34页 |
| 3.2.2 广义奇异值分解(GSVD) | 第34-35页 |
| 3.2.3 离散Picard条件和滤波因子 | 第35-37页 |
| 3.3 正则化理论和方法 | 第37-43页 |
| 3.3.1 正则化理论 | 第37-39页 |
| 3.3.2 正则化方法 | 第39-43页 |
| 3.4 正则化参数选取方法 | 第43-47页 |
| 3.4.1 L曲线准则 | 第44-45页 |
| 3.4.2 广义交叉验证(GCV)方法 | 第45-46页 |
| 3.4.3 拟最优准则 | 第46-47页 |
| 3.5 载荷识别的技术路线 | 第47-48页 |
| 3.6 小结 | 第48-49页 |
| 第4章 载荷识别的数值算法 | 第49-75页 |
| 4.1 数值算例1 | 第50-64页 |
| 4.1.1 仿真模型 | 第50-52页 |
| 4.1.2 噪声影响 | 第52-53页 |
| 4.1.3 载荷识别 | 第53-60页 |
| 4.1.4 识别结果分析 | 第60-64页 |
| 4.2 数值算例2 | 第64-74页 |
| 4.2.1 仿真模型 | 第64-66页 |
| 4.2.2 载荷识别 | 第66-70页 |
| 4.2.3 识别结果分析 | 第70-74页 |
| 4.3 小结 | 第74-75页 |
| 第5章 载荷识别的实验研究 | 第75-83页 |
| 5.1 实验设备及系统组成 | 第75-76页 |
| 5.2 实验步骤和过程 | 第76-79页 |
| 5.3 试件有限元模型建立 | 第79-80页 |
| 5.4 实验载荷的识别过程 | 第80-82页 |
| 5.5 小结 | 第82-83页 |
| 结论及展望 | 第83-84页 |
| 致谢 | 第84-85页 |
| 参考文献 | 第85-89页 |
| 攻读硕士期间发表的论文及科研成果 | 第89页 |
