摘要 | 第4-7页 |
Abstract | 第7-8页 |
第一章 绪论 | 第15-23页 |
1.1 研究背景与意义 | 第15-16页 |
1.2 与论文相关研究的国内外现状 | 第16-20页 |
1.2.1 不确定性结构损伤识别方法 | 第16-18页 |
1.2.2 未知激励下的扩展卡尔曼滤波方法 | 第18-19页 |
1.2.3 区间卡尔曼滤波方法 | 第19-20页 |
1.2.4 扩展区间卡尔曼滤波方法 | 第20页 |
1.3 论文主要研究内容 | 第20-21页 |
1.4 技术路线 | 第21-23页 |
第二章 基于统计矩/时间矩的结构概率损伤识别 | 第23-53页 |
2.1 引言 | 第23页 |
2.2 区间的概念及运算 | 第23-25页 |
2.3 基于统计矩的区间损伤识别方法 | 第25-42页 |
2.3.1 考虑确定性系统的统计矩损伤识别方法 | 第25-26页 |
2.3.2 考虑不确定性系统的统计矩损伤识别 | 第26-34页 |
2.3.3 损伤概率和损伤程度 | 第34-35页 |
2.3.4 应用算例 | 第35-42页 |
2.4 基于时间矩的区间损伤识别方法 | 第42-51页 |
2.4.1 考虑确定性系统的时间矩损伤识别方法 | 第42-43页 |
2.4.2 考虑不确定性系统的时间矩损伤识别方法 | 第43-45页 |
2.4.3 损伤概率和损伤程度 | 第45-48页 |
2.4.4 应用实例 | 第48-51页 |
2.5 本章小结 | 第51-53页 |
第三章 基于未知激励的扩展卡尔曼滤波(EKF-UI)的概率损伤识别 | 第53-71页 |
3.1 引言 | 第53页 |
3.2 未知激励扩展卡尔曼滤波激励识别方法 | 第53-59页 |
3.2.1 激励处观测的扩展卡尔曼滤波激励识别方法 | 第54-56页 |
3.2.2 激励处不观测的扩展卡尔曼滤波激励识别方法 | 第56-59页 |
3.3 考虑系统不确定性的损伤识别 | 第59-60页 |
3.4 损伤概率和损伤程度 | 第60-62页 |
3.5 应用实例 | 第62-70页 |
3.5.1 激励处观测的剪切框架算例 | 第62-65页 |
3.5.2 激励处不观测的简支梁算例 | 第65-70页 |
3.6 本章小结 | 第70-71页 |
第四章 未知激励下的区间卡尔曼滤波方法 | 第71-107页 |
4.1 引言 | 第71页 |
4.2 区间卡尔曼滤波 | 第71-75页 |
4.2.1 传统卡尔曼滤波方法 | 第71-72页 |
4.2.2 区间卡尔曼滤波方法 | 第72-74页 |
4.2.3 新型区间卡尔曼滤波方法 | 第74-75页 |
4.3 结构动力系统下的区间卡尔曼滤波 | 第75-81页 |
4.3.1 结构动力系统下的传统卡尔曼滤波方法 | 第75-77页 |
4.3.2 结构动力系统下的新型区间卡尔曼滤波方法 | 第77-81页 |
4.4 未知激励下的新型区间卡尔曼滤波 | 第81-106页 |
4.4.1 未知激励下的卡尔曼滤波方法 | 第82-83页 |
4.4.2 激励处观测加速度的未知激励新型区间卡尔曼滤波方法 | 第83-92页 |
4.4.3 激励处不观测加速度的未知激励新型区间卡尔曼滤波方法 | 第92-106页 |
4.5 本章小结 | 第106-107页 |
第五章 未知激励下的区间扩展卡尔曼滤波 | 第107-140页 |
5.1 引言 | 第107页 |
5.2 扩展区间卡尔曼滤波 | 第107-111页 |
5.2.1 传统扩展区间卡尔曼滤波方法 | 第107-109页 |
5.2.2 新型扩展区间卡尔曼滤波方法 | 第109-111页 |
5.3 结构动力系统下的扩展区间卡尔曼滤波 | 第111-114页 |
5.3.1 结构动力系统下的传统扩展卡尔曼滤波 | 第111-112页 |
5.3.2 结构动力系统下的新型扩展区间卡尔曼滤波 | 第112-114页 |
5.4 未知激励下的新型扩展区间卡尔曼滤波 | 第114-138页 |
5.4.1 未知激励下的扩展卡尔曼滤波方法 | 第114-119页 |
5.4.2 激励处观测加速度的未知激励新型区间扩展卡尔曼滤波方法 | 第119-128页 |
5.4.3 激励处不观测加速度的未知激励新型区间扩展卡尔曼滤波方法 | 第128-138页 |
5.5 本章小结 | 第138-140页 |
第六章 总结与展望 | 第140-143页 |
6.1 总结 | 第140-141页 |
6.2 创新点 | 第141-142页 |
6.3 展望 | 第142-143页 |
参考文献 | 第143-147页 |
致谢 | 第147-148页 |
攻读硕士学位期间的科研成果 | 第148页 |