摘要 | 第1-5页 |
Abstract | 第5-10页 |
图表清单 | 第10-14页 |
注释表 | 第14-15页 |
第一章 绪论 | 第15-22页 |
·研究目的与意义 | 第15页 |
·智能复合结构概述 | 第15-17页 |
·国内外研究现状 | 第17-20页 |
·国外研究现状 | 第17-19页 |
·国内研究现状 | 第19-20页 |
·论文主要研究工作 | 第20-22页 |
第二章 光固化材料与技术 | 第22-33页 |
·概述 | 第22-23页 |
·光固化反应原理及光引发过程 | 第23-28页 |
·光化学反应定律 | 第24页 |
·光的吸收 | 第24-25页 |
·激发与衰变 | 第25-28页 |
·光固化体系 | 第28-32页 |
·光引发剂 | 第28-30页 |
·预聚物 | 第30-31页 |
·活性稀释剂 | 第31-32页 |
·本章小结 | 第32-33页 |
第三章 智能复合结构浅层损伤光修复方案及光修复剂制备与性能研究 | 第33-57页 |
·浅层损伤光修复方案 | 第33-35页 |
·浅层损伤光修复机理 | 第33-34页 |
·研究内容 | 第34-35页 |
·复合材料的透光性能 | 第35-36页 |
·光修复剂的制备 | 第36-49页 |
·光引发剂 | 第36-45页 |
·预聚物 | 第45-48页 |
·活性稀释剂 | 第48-49页 |
·小结 | 第49页 |
·光修复剂的组份和配比对固化性能的影响 | 第49-52页 |
·光引发剂对固化速度的影响 | 第49-50页 |
·稀释剂对光修复剂粘度和固化硬度的影响 | 第50-51页 |
·小结 | 第51-52页 |
·光修复剂的时效性 | 第52页 |
·光修复剂应用于浅层损伤光修复的可行性实验 | 第52-56页 |
·光固化过程表征方法设计 | 第52-54页 |
·材料内光修复剂固化过程模拟及表征实验 | 第54-56页 |
·本章小结 | 第56-57页 |
第四章 修复纤维埋入对材料性能的影响和浅层损伤光修复的实现 | 第57-74页 |
·修复纤维涂层的制备、性能和涂层处裂纹的扩展方式 | 第57-64页 |
·涂层的设计 | 第57-58页 |
·涂层的制备 | 第58-59页 |
·涂层的光屏蔽性能 | 第59-60页 |
·涂层的粘接性能及涂层处裂纹的扩展方式 | 第60-64页 |
·修复纤维埋入对基材性能的影响和修复纤维的破坏行为 | 第64-66页 |
·修复纤维埋入对复合材料性能的影响 | 第66-69页 |
·智能复合结构的光修复性能 | 第69-72页 |
·光修复剂与基材的粘接效果 | 第69-70页 |
·浅层损伤光修复效果 | 第70-72页 |
·本章小结 | 第72-74页 |
第五章 智能复合结构健康监测系统的设计与实现 | 第74-88页 |
·健康监测的设计方案 | 第74页 |
·硬件的实现 | 第74-84页 |
·信号采集及放大电路 | 第74-76页 |
·数字信号处理器 | 第76-80页 |
·SCI—PC 通信接口电路 | 第80-81页 |
·自修复光纤微弯传感器 | 第81-84页 |
·软件设计 | 第84-86页 |
·软件开发工具 | 第84-85页 |
·数字滤波 | 第85-86页 |
·监测主机的信号处理 | 第86页 |
·本章小结 | 第86-88页 |
第六章 基于概率神经网络的智能复合结构应力分布的定位研究 | 第88-97页 |
·人工神经网络的模式分类及其应用 | 第88-89页 |
·概率神经网络 | 第89-91页 |
·概述 | 第89页 |
·概率神经网络模式分类的基本原理 | 第89-91页 |
·概率神经网络在智能复合结构应力分布及定位中的应用 | 第91-96页 |
·实验设计 | 第91-93页 |
·样本数据前处理 | 第93-94页 |
·各因素对定位效果的影响 | 第94-96页 |
·小结 | 第96页 |
·本章小结 | 第96-97页 |
第七章 全文总结与展望 | 第97-100页 |
·论文工作总结 | 第97-98页 |
·创新点总结 | 第98-99页 |
·展望 | 第99-100页 |
参考文献 | 第100-108页 |
致谢 | 第108-109页 |
在学期间的研究成果及发表的学术论文 | 第109-110页 |