基于模态数据和神经网络的框架结构动力诊断研究
摘要 | 第1-6页 |
Abstract | 第6-8页 |
目录 | 第8-10页 |
第1章 绪论 | 第10-19页 |
·研究背景 | 第10页 |
·结构的振动测试及模态参数识别方法 | 第10-11页 |
·国内外损伤识别研究现状 | 第11-17页 |
·基于动力学模型的无反演损伤识别方法 | 第12-13页 |
·模型修正方法及其在损伤识别中的应用 | 第13-14页 |
·基于人工智能神经网络的模型修正及损伤识别方法 | 第14-17页 |
·本文研究内容及意义 | 第17-19页 |
第2章 框架结构的振动测试 | 第19-37页 |
·试验研究的目的和内容 | 第19页 |
·试验模型及斜撑设置 | 第19-21页 |
·框架结构振动测试 | 第21-35页 |
·试验概况 | 第21-24页 |
·试验结果 | 第24-31页 |
·斜支撑楼层位置的初步识别结果 | 第31-35页 |
·本章小结 | 第35-37页 |
第3章 神经网络方法介绍及输入向量的选择 | 第37-48页 |
·神经网络方法的应用 | 第37-38页 |
·径向基神经网络介绍 | 第38-41页 |
·网络结构 | 第38页 |
·常用函数 | 第38页 |
·训练过程 | 第38-41页 |
·概率神经网络的介绍 | 第41-42页 |
·神经网络样本数据的归一化处理 | 第42-43页 |
·神经网络输入向量的选择 | 第43-47页 |
·输入参数的选择 | 第43-45页 |
·数值模拟分析 | 第45-47页 |
·本章小结 | 第47-48页 |
第4章 框架结构的模型修正及斜支撑识别 | 第48-60页 |
·框架结构的动力模型修正 | 第48-51页 |
·框架结构斜支撑的多重分步识别 | 第51-59页 |
·多重分步识别理论 | 第51页 |
·斜支撑的楼层位置确定 | 第51-53页 |
·斜支撑具体位置确定 | 第53-54页 |
·斜支撑截面刚度的识别 | 第54-59页 |
·本章小结 | 第59-60页 |
结论与展望 | 第60-62页 |
参考文献 | 第62-66页 |
致谢 | 第66页 |