基于EMI与ANN技术的构造地震模拟实验研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第14-24页 |
| 1.1 课题来源和背景 | 第14页 |
| 1.1.1 课题来源 | 第14页 |
| 1.1.2 课题背景 | 第14页 |
| 1.2 构造地震原理及研究现状 | 第14-17页 |
| 1.2.1 构造地震原理 | 第14-15页 |
| 1.2.2 地震预测研究现状 | 第15-17页 |
| 1.3 EMI与ANN技术的研究现状 | 第17-21页 |
| 1.3.1 EMI技术国内外现状 | 第17-20页 |
| 1.3.2 ANN技术的应用现状 | 第20-21页 |
| 1.4 存在的问题 | 第21-22页 |
| 1.5 本文研究内容及结构安排 | 第22-24页 |
| 1.5.1 本文主要研究内容 | 第22页 |
| 1.5.2 论文的结构安排 | 第22-24页 |
| 2 压电阻抗法基本原理 | 第24-36页 |
| 2.1 压电材料基础理论 | 第24-28页 |
| 2.1.1 压电材料简介 | 第24页 |
| 2.1.2 压电效应及压电方程 | 第24-28页 |
| 2.2 压电阻抗法损伤检测理论 | 第28-33页 |
| 2.2.1 SMD系统的机械阻抗 | 第28-29页 |
| 2.2.2 SMD系统的耦合电阻抗分析 | 第29-33页 |
| 2.2.3 压电阻抗法检测岩石动态损伤原理 | 第33页 |
| 2.3 本章小结 | 第33-36页 |
| 3 基于EMI技术的构造地震模拟数值研究 | 第36-52页 |
| 3.1 有限元压电分析基本原理 | 第36-38页 |
| 3.1.1 有限元分析法的基本思想 | 第36页 |
| 3.1.2 ANSYS压电分析 | 第36-38页 |
| 3.2 PZT的有限元分析 | 第38-47页 |
| 3.2.1 PZT材料参数在ANSYS中的定义 | 第38-41页 |
| 3.2.2 PZT类型的选择 | 第41-42页 |
| 3.2.3 PZT的静态分析 | 第42-44页 |
| 3.2.4 PZT的压电分析 | 第44-47页 |
| 3.3 混凝土试块的有限元分析 | 第47-50页 |
| 3.3.1 定义材料参数及建模 | 第47-48页 |
| 3.3.2 仿真结果分析 | 第48-50页 |
| 3.4 本章总结 | 第50-52页 |
| 4 基于EMI技术的构造地震模拟实验研究 | 第52-64页 |
| 4.1 实验原理与实验方案的确定 | 第52-53页 |
| 4.1.1 实验原理 | 第52页 |
| 4.1.2 实验方案 | 第52-53页 |
| 4.2 实验平台的介绍 | 第53-57页 |
| 4.2.1 压电阻抗传感器的设计制作 | 第53-54页 |
| 4.2.2 实验设备 | 第54-57页 |
| 4.3 实验步骤 | 第57-59页 |
| 4.4 实验结果与分析 | 第59-62页 |
| 4.4.1 混凝土试块在破碎前后传感器阻抗的变化 | 第60-61页 |
| 4.4.2 基座材料对传感器阻抗的影响 | 第61页 |
| 4.4.3 压电陶瓷片粘贴方向对传感器阻抗的影响 | 第61-62页 |
| 4.4.4 混凝土强度对传感器阻抗的影响 | 第62页 |
| 4.5 本章小结 | 第62-64页 |
| 5 神经网络在压电阻抗结构载荷检测应用基础 | 第64-74页 |
| 5.1 结构的损伤判断方法 | 第64-66页 |
| 5.1.1 图形观察法和健康指数归纳法 | 第64-65页 |
| 5.1.2 神经网络处理法及其原理 | 第65-66页 |
| 5.2 人工神经网络 | 第66-68页 |
| 5.2.1 BP神经网络模型 | 第66-67页 |
| 5.2.2 BP神经网络的设计流程 | 第67-68页 |
| 5.3 BP神经网络参数设计 | 第68-70页 |
| 5.3.1 样本数据的输入输出处理 | 第68-69页 |
| 5.3.2 网络构建 | 第69-70页 |
| 5.4 BP神经网络应用于岩石受压状态的研究 | 第70-72页 |
| 5.4.1 网络的建立及训练 | 第70-71页 |
| 5.4.2 网络验证及结果 | 第71-72页 |
| 5.5 本章小结 | 第72-74页 |
| 6 结论与展望 | 第74-76页 |
| 6.1 结论 | 第74-75页 |
| 6.2 展望 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-81页 |
| 作者简介 | 第81页 |
