首页--航空、航天论文--航空论文--飞机构造与设计论文--机翼论文

基于提升格式小波包变换和神经网络机翼盒段多损伤检测研究

摘要第1-5页
ABSTRACT第5-9页
第一章 绪论第9-18页
   ·结构损伤检测的研究背景第9页
   ·结构损伤检测概述第9-12页
     ·结构损伤检测的基本方法第9-11页
     ·结构损伤检测技术的发展趋势第11-12页
   ·国内外飞行器结构健康监控的研究现状第12-14页
   ·小波分析在结构健康监测中的应用和发展第14-15页
   ·论文课题来源和主要内容第15-18页
     ·论文的课题来源第15-16页
     ·论文的主要研究内容第16-18页
第二章 提升格式小波分析第18-29页
   ·前言第18页
   ·提升格式基本原理第18-19页
   ·提升格式小波构造第19-24页
     ·基于Lagrange 插值构造小波第20-21页
     ·基于其他方法构造小波第21-22页
     ·小波构造边界处理方法及其对比第22-24页
   ·提升格式小波包变换第24-28页
     ·小波包变换算法第24-25页
     ·小波包能量第25页
     ·仿真信号分析第25-28页
   ·小波消噪原理第28页
   ·本章小结第28-29页
第三章 结构损伤检测模型及其理论分析第29-40页
   ·结构损伤检测的动力学原理第29-30页
   ·复合材料结构的损伤机理第30-33页
     ·复合材料损伤类型第30页
     ·复合材料损伤弹性系数计算第30-33页
   ·基于压电陶瓷的结构检测技术第33-36页
     ·压电效应第34页
     ·压电方程第34-36页
   ·损伤检测有限元模型第36-39页
     ·复合材料单元选择第37-38页
     ·压电片单元选择第38页
     ·机翼盒段有限元模型第38-39页
   ·本章小结第39-40页
第四章 基于提升小波包能量的损伤特征量研究第40-49页
   ·前言第40页
   ·小波包能量特征提取方案第40-41页
   ·机翼盒段蒙皮裂纹损伤特征提取第41-48页
   ·本章小结第48-49页
第五章 基于特征融合和神经网络的损伤识别技术第49-59页
   ·神经网络第49-51页
     ·BP 神经网络第49-50页
     ·BP 网络的设计原则第50-51页
   ·多传感器数据融合第51-53页
     ·多传感器数据融合的基本原理第52页
     ·多传感器数据融合层次第52-53页
   ·基于特征融合和神经网络的损伤检测技术第53-54页
   ·机翼盒段多损伤检测算例第54-58页
     ·单传感器多损伤识别第54-56页
     ·多传感器多损伤识别第56-58页
   ·本章小结第58-59页
第六章 总结与展望第59-61页
   ·论文工作总结第59页
   ·展望第59-61页
参考文献第61-65页
致谢第65-66页
附录一 构造尺度函数和小波函数程序代码第66-68页
附录二 攻读硕士学位期间发表的论文及参加的科研项目第68页

论文共68页,点击 下载论文
上一篇:物体高速出入水实验装置研制及流场可视化
下一篇:太阳翼重复折展锁解机构设计与仿真研究