有限元模型修正方法对比分析及在梁结构中的应用
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 有限元模型修正技术的发展 | 第11-15页 |
| 1.2.1 矩阵型修正法 | 第12-13页 |
| 1.2.2 参数型修正法 | 第13-15页 |
| 1.3 有限元模型修正的基本步骤 | 第15-16页 |
| 1.4 工作内容及安排 | 第16-18页 |
| 第二章 模型匹配与相关性分析 | 第18-28页 |
| 2.1 模态扩展 | 第18-22页 |
| 2.1.1 Berman 扩展法 | 第18-19页 |
| 2.1.2 误差极小法 | 第19-20页 |
| 2.1.3 最优拟合法 | 第20-22页 |
| 2.2 模型缩聚 | 第22-24页 |
| 2.2.1 Guyan 缩聚法 | 第22-23页 |
| 2.2.2 张德文改进 Guyan 法 | 第23-24页 |
| 2.3 相关性分析 | 第24-27页 |
| 2.3.1 频率相关性分析 | 第24-25页 |
| 2.3.2 振型正交性分析 | 第25-26页 |
| 2.3.3 模态置信度准则 | 第26页 |
| 2.3.4 频响函数相关性分析 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 有限元模型修正方法 | 第28-37页 |
| 3.1 Berman 修正法 | 第28-30页 |
| 3.1.1 质量矩阵的修正 | 第28-29页 |
| 3.1.2 刚度矩阵的修正 | 第29-30页 |
| 3.2 ICMCM 法 | 第30-32页 |
| 3.2.1 CMCM 法修正过程 | 第30-32页 |
| 3.2.2 ICMCM 法修正原理 | 第32页 |
| 3.3 RBF 神经网络法 | 第32-36页 |
| 3.3.1 网络结构 | 第33-34页 |
| 3.3.2 学习算法 | 第34-35页 |
| 3.3.3 模型修正的基本过程 | 第35-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第四章 带附加质量简支梁的模型修正方法探讨 | 第37-48页 |
| 4.1 模型概述 | 第37-38页 |
| 4.2 有限元模态分析 | 第38-39页 |
| 4.2.1 模型 I | 第38-39页 |
| 4.2.2 模型 II | 第39页 |
| 4.3 试验模态分析 | 第39-41页 |
| 4.4 Berman 法模型修正 | 第41-43页 |
| 4.4.1 修正前相关性分析 | 第41页 |
| 4.4.2 质量矩阵与刚度矩阵的提取 | 第41-42页 |
| 4.4.3 试验模态的扩展 | 第42页 |
| 4.4.4 修正结果分析 | 第42-43页 |
| 4.5 ICMCM 法模型修正 | 第43-46页 |
| 4.5.1 最优拟合法模态扩展 | 第43-44页 |
| 4.5.2 单元刚度矩阵的提取 | 第44页 |
| 4.5.3 修正结果分析 | 第44-46页 |
| 4.6 带附加质量的有限元模型 | 第46-47页 |
| 4.7 本章小结 | 第47-48页 |
| 第五章 螺栓连接悬臂梁的模型修正方法探讨 | 第48-58页 |
| 5.1 基于 ANSYS 的有限元实例分析 | 第48-51页 |
| 5.1.1 刚接模型 | 第48-50页 |
| 5.1.2 多点约束模型 | 第50-51页 |
| 5.2 试验模态分析 | 第51-55页 |
| 5.2.1 试验模态分析 | 第51-54页 |
| 5.2.2 相关性分析 | 第54-55页 |
| 5.3 模型修正结果分析 | 第55-57页 |
| 5.4 本章小结 | 第57-58页 |
| 第六章 RBF 神经网络在模型修正中的应用探索 | 第58-64页 |
| 6.1 模型概述 | 第58-59页 |
| 6.2 RBF 神经网络模型修正 | 第59-63页 |
| 6.2.1 参数特征灵敏度分析 | 第59-61页 |
| 6.2.2 样本点的选择 | 第61-62页 |
| 6.2.3 模型修正 | 第62-63页 |
| 6.3 本章小结 | 第63-64页 |
| 第七章 结论 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 发表论文和参加科研情况说明 | 第70-71页 |
| 致谢 | 第71页 |
