中文摘要 | 第3-4页 |
ABSTRACT | 第4-5页 |
第一章 绪论 | 第9-17页 |
1.1 课题背景介绍及研究意义 | 第9-10页 |
1.2 疲劳研究现状 | 第10-13页 |
1.2.1 载荷谱研究现状 | 第10-11页 |
1.2.2 起重机疲劳评定研究现状 | 第11-13页 |
1.2.3 热点应力法研究现状 | 第13页 |
1.3 本文研究内容 | 第13-17页 |
第二章 基于机器学习方法预测起重机当量载荷谱 | 第17-35页 |
2.1 载荷谱应用理论 | 第17-20页 |
2.1.1 载荷谱的概述 | 第17页 |
2.1.2 载荷谱的相关参数 | 第17-18页 |
2.1.3 机器学习基本原理 | 第18-19页 |
2.1.4 基于机器学习的当量载荷谱映射模型 | 第19-20页 |
2.2 基于神经网络预测当量载荷谱 | 第20-22页 |
2.2.1 神经网络介绍 | 第20-21页 |
2.2.2 神经网络模型构建和训练 | 第21页 |
2.2.3 BP神经网络法预测当量载荷谱 | 第21-22页 |
2.3 基于支持向量机预测当量载荷谱 | 第22-33页 |
2.3.1 回归问题的统计学提法 | 第22-25页 |
2.3.2 回归问题的求解 | 第25-30页 |
2.3.3 支持向量机算法介绍 | 第30-31页 |
2.3.4 支持向量机预测当量载荷谱 | 第31-33页 |
2.4 小结 | 第33-35页 |
第三章 相关向量机及其改进算法的起重机当量载荷谱预测 | 第35-51页 |
3.1 相关向量机算法研究 | 第35-38页 |
3.1.1 相关向量机算法介绍 | 第35页 |
3.1.2 相关向量机基本原理 | 第35-38页 |
3.1.3 相关向量机实现步骤 | 第38页 |
3.2 相关向量机算法的改进 | 第38-42页 |
3.2.1 粒子群算法介绍 | 第38-40页 |
3.2.2 相关向量机组合核函数的构造及核参数的优化选取 | 第40-41页 |
3.2.3 当量载荷谱预测模型的构建及性能评估 | 第41-42页 |
3.3 粒子群优化相关向量机预测当量载荷谱应用实例 | 第42-49页 |
3.3.1 载荷谱数据采集与模型创建 | 第42-45页 |
3.3.2 当量载荷谱预测方法比较 | 第45-47页 |
3.3.3 QD100/40t-28.5m通用桥式起重机当量载荷谱获取 | 第47-49页 |
3.4 小结 | 第49-51页 |
第四章 通用桥式起重机主梁结构疲劳核算点计算 | 第51-61页 |
4.1 许用应力法验算起重机金属结构强度 | 第51-58页 |
4.1.1 课题研究对象结构参数选取 | 第51-52页 |
4.1.2 动载系数及计算载荷的确定 | 第52-53页 |
4.1.3 组合载荷及力学模型的确定 | 第53-54页 |
4.1.4 起重机金属结构静强度和疲劳强度计算校核 | 第54-58页 |
4.2 通用桥式起重机主梁结构ANSYS分析 | 第58-59页 |
4.2.1 有限元模型的构建 | 第58页 |
4.2.2 模型的加载和求解 | 第58-59页 |
4.2.3 结果后处理 | 第59页 |
4.3 小结 | 第59-61页 |
第五章 通用桥式起重机结构疲劳分析 | 第61-73页 |
5.1 焊接结构疲劳特性分析 | 第61-62页 |
5.1.1 焊接结构特点 | 第61页 |
5.1.2 焊接结构疲劳破坏机理 | 第61-62页 |
5.1.3 焊接结构疲劳评估标准和规范介绍 | 第62页 |
5.2 热点应力法评估起重机焊接结构疲劳寿命 | 第62-68页 |
5.2.1 热点应力法介绍 | 第62-63页 |
5.2.2 热点类型及热点应力获取 | 第63-65页 |
5.2.3 起重机焊缝结构有限元模型的构建 | 第65-66页 |
5.2.4 热点应力法评估焊接结构疲劳寿命 | 第66-68页 |
5.3 累积损伤法预测起重机焊接结构疲劳寿命 | 第68-71页 |
5.3.1 起重机结构疲劳寿命评估流程 | 第68页 |
5.3.2 雨流计算法编制疲劳应力谱 | 第68-69页 |
5.3.3 疲劳累积损伤理论 | 第69-70页 |
5.3.4 累积损伤法预测焊接结构疲劳寿命 | 第70-71页 |
5.4 小结 | 第71-73页 |
第六章 总结与展望 | 第73-75页 |
6.1 总结 | 第73-74页 |
6.2 创新点 | 第74页 |
6.3 不足与展望 | 第74-75页 |
参考文献 | 第75-81页 |
致谢 | 第81-83页 |
攻读硕士学位期间发表学术论文情况 | 第83页 |