| 【中文题名】 | 基于结构动态特性分析的神经网络结构损伤诊断研究 |
| 【英文题名】 | Structure Damage Diagnosis Based on Structure Dynamic Characteristics Analysis and Neural Network |
| 【学科专业】 | 飞行器设计 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2003-9-15 |
| 【中关键词】 | 结构健康监测,损伤识别,模态分析,神经网络,, |
| 【英关键词】 | Structure health monitoring,Damage identification,Modal analysis,Neural network, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>人工神经网络与计算> |
| 【论文摘要】 |
结构健康监测的研究，其意义不仅在于结构健康的监测，它还能带来对结构设计理论和规范的反思，是当前国际上的一个研究热点。结构损伤诊断是结构健康监测研究的核心与难点，目前有关这一关键问题的研究两个热点是利用结构振动模态分析技术和人工神经网络技术。
本文在对国内外结构损伤诊断研究系统归纳与总结的基础上，将振动模态分析技术与人工神经网络技术相结合，来探讨进行结构损伤诊断的方法。以悬臂梁为研究对象，对其进行损伤模拟，由模态分析获得的模态参数，构造了四种不同类型的损伤标识量，并采用经过改进的BP神经网络进行损伤识别，识别结果令人满意。由识别结果的分析，比较了不同类型损伤标识量对损伤的灵敏度，指出模态信息的不完善性对结构损伤识别的结果几乎没有影响，研究结果具有一定的工程实际意义。论文最后总结了基于结构动态特性分析的神经网络结构损伤诊断方法，并提出了未来研究的发展方向。 |
| 【论文题纲】 |
|
第一章 前言 |
7-9 |
|
第二章 结构健康监测概论 |
9-22 |
|
2.1 结构健康监测的研究背景、内容及意义 |
9-11 |
|
2.2 结构健康监测研究现状 |
11-13 |
|
2.3 结构健康监测研究方法 |
13-18 |
|
2.3.1 基于智能材料结构思想的损伤识别方法 |
13-16 |
|
2.3.2 基于结构动态特性的损伤识别方法 |
16-17 |
|
2.3.3 基于阻抗技术的损伤识别方法 |
17-18 |
|
2.4 结构健康监测中的信号信息处理及控制技术 |
18-22 |
|
第三章 基于结构振动模态分析技术的结构损伤诊断 |
22-44 |
|
3.1 模态分析技术概述 |
23-29 |
|
3.1.1 位移模态理论 |
23-27 |
|
3.1.2 应变模态理论 |
27-28 |
|
3.1.3 模态参数识别 |
28-29 |
|
3.2 模态参数与结构损伤的关系 |
29-30 |
|
3.3 基于振动模态分析技术的破损诊断 |
30-44 |
|
3.3.1 结构损伤识别 |
31-32 |
|
3.3.2 结构损伤位置的识别 |
32-39 |
|
3.3.3 结构损伤程度的识别 |
39-44 |
|
第四章 神经网络基本原理及其在损伤诊断中的应用 |
44-58 |
|
4.1 人工神经网络概述 |
44-48 |
|
4.1.1 人工神经网络三要素 |
44-48 |
|
4.1.2 人工神经网络的特点 |
48 |
|
4.2 BP神经网络及BP算法 |
48-55 |
|
4.2.1 BP网络的构造 |
49 |
|
4.2.2 BP算法 |
49-51 |
|
4.2.3 BP网络存在的问题及其改进 |
51-55 |
|
4.3 神经网络方法在损伤诊断中的应用 |
55-58 |
|
第五章 基于模态参数的神经网络损伤辨识 |
58-81 |
|
5.1 结构的模态分析 |
58-62 |
|
5.1.1 分析结构模型的选取 |
58 |
|
5.1.2 有限元分析软件ANSYS简介 |
58-59 |
|
5.1.3 结构的损伤模拟及模态分析 |
59-62 |
|
5.2 基于模态参数的神经网络损伤辨识 |
62-81 |
|
5.2.1 基于位移类损伤识别指标的损伤辨识 |
62-67 |
|
5.2.2 基于应变类损伤识别指标的损伤辨识 |
67-71 |
|
5.2.3 基于频率类损伤识别指标的损伤辨识 |
71-75 |
|
5.2.4 基于频率和振型组合损伤识别指标的损伤辨识 |
75-79 |
|
5.2.5 各损伤识别指标的神经网络损伤识别结果对比 |
79-81 |
|
第六章 总结与展望 |
81-84 |
|
6.1 总结 |
81-83 |
|
6.2 展望 |
83-84 |
|
致谢 |
84-86 |
|
| 【DOI】 | LunWen.ID:2.2008.386872 |
