基于灵敏度分析的结构模型修正【2025|PDF下载-Epub版本|mobi电子书|kindle百度云盘下载】

基于灵敏度分析的结构模型修正PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 引言1

1.2 模型修正的主要方法1

1.2.1 最优矩阵法1

1.2.2 设计参数型法4

1.2.3 频响函数法6

1.2.4 神经网络法7

1.2.5 基于静态测量值的模型修正方法8

1.2.6 统计的方法9

1.2.7 优化的方法9

1.3 模型修正存在的若干关键问题9

1.3.1 模态的扩阶和缩聚10

1.3.2 修正参数的选择11

1.3.3 不适定方程的求解12

1.3.4 传感器的优化布置12

1.4 本书研究的目的13

1.5 本书研究的主要内容13

参考文献15

第2章 模态试验中的传感器优化布置21

2.1 引言21

2.2 有效独立法22

2.3 基于列主元QR分解的MAC法24

2.4 基于EI及MAC混合算法的传感器优化布置26

2.5 模态试验中的传感器布置26

2.5.1 基于EI法的传感器优化布置26

2.5.2 基于列主元QR分解MAC的传感器优化布置31

2.5.3 基于EI和MAC混合算法的传感器优化布置36

2.6 本章小结37

参考文献38

第3章 基于模态参数灵敏度分析的有限元模型修正技术40

3.1 引言40

3.2 模态试验分析理论40

3.2.1 多自由度系统实模态分析40

3.2.2 模态参数频域识别方法46

3.2.3 模态试验基本步骤52

3.3 模态参数的灵敏度分析54

3.3.1 基本理论54

3.3.2 灵敏度矩阵的求解55

3.4 刚度矩阵及质量矩阵关于修正参数的偏导数57

3.5 试验模型与有限元模型的相关性分析59

3.6 基于贝叶斯法的模型修正60

3.7 试验梁模态试验概况及试验结果分析62

3.7.1 试验概况62

3.7.2 各试验梁试验结果分析63

3.8 试验梁模态参数的相关性分析、灵敏度分析及有限元模型修正68

3.8.1 矩形截面简支梁68

3.8.2 T形截面简支梁74

3.8.3 带悬臂的简支梁80

3.9 本章小结86

参考文献87

第4章 基于频响函数灵敏度分析的有限元模型修正技术89

4.1 引言89

4.2 频响函数模型修正的基本理论90

4.2.1 基于模态参数的频响函数90

4.2.2 频响函数残差方程的建立和灵敏度矩阵的求解91

4.2.3 频响函数的相关性分析及互易性92

4.3 基于频响函数灵敏度分析的模型修正试验研究94

4.3.1 矩形截面简支梁94

4.3.2 带悬臂的简支梁106

4.4 本章小结116

参考文献118

第5章 基于静态挠度测量值的有限元模型修正技术119

5.1 引言119

5.2 基本原理119

5.2.1 位移残差矩阵119

5.2.2 位移残差加权矩阵120

5.3 残差矩阵对待修正参数灵敏度矩阵的推导121

5.4 目标函数及求解方程的确立122

5.4.1 目标函数的建立122

5.4.2 求解的方法及收敛准则123

5.5 程序的编制125

5.6 基于静态挠度测量值模型修正的试验研究125

5.6.1 试验概况125

5.6.2 试验结果分析126

5.6.3 有限元建模及划分128

5.6.4 灵敏度分析129

5.7 模型修正130

5.8 基于模型修正的参数识别134

5.9 本章小结136

参考文献137

第6章 基于一阶优化算法的有限元模型修正技术139

6.1 引言139

6.2 优化设计的基本原理139

6.2.1 优化设计的原理及步骤139

6.2.2 1阶优化算法140

6.3 空间有机玻璃桁架桥模型的模态试验及模态分析142

6.3.1 试验概况及试验结果分析142

6.3.2 有限元建模及分析145

6.4 桁架桥模态参数的相关性分析及灵敏度分析146

6.4.1 相关性分析146

6.4.2 灵敏度分析、参数的选择及目标函数的确定147

6.5 桁架桥基于优化的有限元模型修正149

6.6 本章小结151

参考文献151

第7章 基于模型修正和LMBP神经网络的损伤识别152

7.1 引言152

7.2 混凝土简支梁损伤识别模态试验155

7.2.1 试验梁概况155

7.2.2 试验过程156

7.2.3 各工况试验梁试验结果与分析158

7.2.4 本节小结165

7.3 基于模态试验测量值的混凝土简支梁有限元模型修正165

7.3.1 总体思路165

7.3.2 有限元建模及分析166

7.3.3 简支梁模态参数的相关性分析及优化参数的选择168

7.3.4 简支梁基于优化的有限元模型修正169

7.3.5 本节小结172

7.4 BP神经网络基本原理172

7.4.1 BP神经网络模型172

7.4.2 BP算法173

7.4.3 BP算法的改进176

7.4.4 BP网络设计179

7.4.5 本节小结182

7.5 基于模型修正和LMBP神经网络的损伤识别182

7.5.1 LMBP神经网络的样本采集与数据处理182

7.5.2 神经网络的输入向量184

7.5.3 神经网络的输出向量186

7.5.4 损伤位置识别189

7.5.5 损伤程度识别191

7.5.6 本节小结192

参考文献193

第8章 工程应用195

8.1 工程概况195

8.2 基于有效独立法及混合算法的五河口斜拉桥传感器优化布置197

8.2.1 基于有效独立法的传感器优化布置197

8.2.2 基于混合算法的传感器优化布置198

8.3 考虑边界条件约束和参数灵敏度的斜拉桥有限元模型修正202

8.3.1 有限元模型的建立202

8.3.2 五河口斜拉桥的模态分析203

8.3.3 实桥的动力测试及分析206

8.3.4 相关分析、参数的选择、目标函数的确定208

8.3.5 灵敏度分析210

8.3.6 有限元模型的修正212

8.4 本章小结213

参考文献215

后记216