结构损伤检测与智能诊断PDF电子书下载

1 绪论 1

1．1 结构损伤诊断的意义及发展 1

1．1．1 结构损伤诊断历史与发展 1

1．1．2 工程结构常见故障及诊断机理 3

1．1．3 结构损伤诊断方法 4

1．2 结构损伤检测技术的发展与动向 5

1．3 结构损伤的智能诊断 8

1．3．1 结构损伤诊断技术概述 8

1．3．2 工程结构损伤智能诊断的历史与现状 9

1．3．3 基于知识的结构故障诊断专家系统 12

1．3．4 结构故障诊断的神经网络专家系统 14

2 结构损伤检测技术 17

2．1 结构振动检测——试验模态分析 17

2．1．1 激振技术 17

2．1．2 试验模态分析过程 21

2．1．3 结构振动检测仪器系统 23

2．1．4 结构损伤振动检测的应用 25

2．2 结构损伤的超声波检测 29

2．2．1 超声检测仪器 29

2．2．2 超声波结构损伤检测实例 32

2．3．1 声发射检测仪器 44

2．3 结构损伤声发射检测 44

2．3．2 声发射检测传感器定位 47

2．3．3 声发射结构损伤检测实例 50

2．4 结构损伤的红外检测 55

2．4．1 红外检测技术原理 55

2．4．2 红外检测仪器 56

2．4．3 红外结构损伤检测实例 64

2．5 结构损伤的其他检测技术简介 68

3．1．1 结构振动的特征值问题 70

3 结构损伤诊断常用的理论及方法 70

3．1 结构动力学基础 70

3．1．2 模态向量的正交性 73

3．1．3 特征值问题求解方法 73

3．1．4 损伤结构的动力有限单元法模型 74

3．2 时间序列分析法 78

3．2．1 时序模型及其性质 78

3．2．2 模态参数辨识 83

3．3 灰色系统理论 87

3．3．1 灰色系统基本概念 87

3．3．2 灰色系统理论中的预测方法 88

3．3．3 灰色关联度分析 90

3．3．4 关联度用于故障诊断模式识别的数学过程 91

3．4 模糊诊断方法 93

3．4．1 模糊集合 93

3．4．2 隶属函数的确定 93

3．4．3 模糊模式识别方法 95

3．4．4 模糊关系与聚类分析 96

3．4．5 模糊变换与综合评判 97

3．4．6 模糊诊断的一般步骤 99

3．6．1 小波变换理论与应用 100

3．5 人工神经网络诊断方法 100

3．6 结构损伤特征提取的小波分析法 100

3．6．2 信号的小波消噪原理 104

3．6．3 小波分析在结构损伤诊断中的应用 105

4 工程结构的损伤诊断 109

4．1 结构损伤振动诊断的特征参数 109

4．1．1 固有频率 109

4．1．2 固有频率下降率 109

4．1．3 时序模型参数 109

4．1．7 惯性模量变化率 110

4．1．6 应变响应 110

4．1．4 传递函数和响应 110

4．1．5 振型特征 110

4．2 梁内裂纹损伤诊断和预测分析 111

4．2．1 梁的力学特性分析 111

4．2．2 计算机仿真分析——建立知识库 111

4．2．3 动态子结构法 114

4．3 钢筋混凝土梁裂纹损伤动态识别 116

4．3．1 钢筋混凝土梁实验振动信号的时序法处理 116

4．3．2 钢筋混凝土梁的故障对格林函数的影响 116

4．3．3 初诊因子的确定 118

4．4 轴类结构的损伤诊断 119

4．4．1 小型轧机万向接轴故障的动态测试 119

4．4．2 万向接轴损伤的时序分析 120

4．4．3 灰色关联度分析 123

4．5 结构联接部的损伤诊断 124

4．5．1 动态子结构分析 124

4．5．2 实验验证分析 126

4．6 板壳结构的损伤诊断 127

4．6．1 计算机仿真分析 127

4．6．2 模态仿真分析 129

4．6．3 灰色预测分析 131

4．7 钢包回转台大臂裂纹损伤诊断 132

4．7．1 动态有限元分析 132

4．7．2 钢包回转台大臂裂纹仿真 133

附录 裂纹梁的裂纹深度、位置与频率的关系 138

5 基于知识的损伤诊断专家系统 142

5．1 专家系统的基本原理 142

5．1．1 专家系统概述 142

5．1．3 专家系统的基本结构 143

5．1．2 专家系统分类 143

5．1．4 损伤诊断与专家系统 144

5．2 知识的获取 145

5．2．1 知识的分类 145

5．2．2 知识的获取方式 146

5．3 知识的表示 148

5．3．1 知识表示方法 149

5．3．2 损伤诊断专家系统的知识表示 152

5．4 诊断推理机制 157

5．4．1 推理的基本概念 157

5．4．2 基于知识的诊断推理 160

5．5 建立专家系统的步骤 162

5．5．1 专业领域知识 162

5．5．2 建立专家系统的步骤 163

6 专家系统在结构损伤诊断中的应用 165

6．1 专家系统的开发 165

6．2 专家系统开发工具的选择 167

6．2．1 选择开发工具时需考虑的问题 167

6．2．2 开发工具的几项选择标准 167

6．3．1 骨架系统 169

6．3 专家系统开发工具 169

6．2．3 已选用开发工具的测试与评价 169

6．3．2 通用知识工程语言 170

6．3．3 专家系统开发环境 170

6．4 梁、板、壳等结构损伤诊断的专家系统EDSBSES 171

6．4．1 EDSBSES的体系结构 171

6．4．2 EDSBSES的因素关系表 172

6．4．3 EDSBSES中因素状态的模糊表达 173

6．4．4 EDSBSES中的知识表达 173

6．4．5 EDSBSES的知识库 174

6．4．6 EDSBSES系统的推理过程及应用 175

6．5 铁路桥墩病害诊断的专家系统 176

6．5．1 DREPM-DP的知识库系统 177

6．5．2 DREPM-DP的推理及控制策略 179

6．5．3 DREPM-DP的系统实现 179

6．6 核反应堆诊断系统 179

6．6．1 面向事故的知识 180

6．6．2 面向功能的知识 183

7 神经网络基本原理 185

7．1 神经网络性质与特点 185

7．1．1 神经网络的基本特征和性质 185

7．1．2 神经网络的识别能力 187

7．2 神经网络分类及原理 189

7．3 BP网络 189

7．3．1 BP算法及其改进 190

7．3．2 BP网络结构的确定 193

7．3．3 BP算法的修正 197

7．4 人工神经网络评述 199

7．4．1 人工神经网络的优点 199

7．4．2 人工神经网络的局限性 200

7．4．3 应用神经网络易出现的问题 200

附录 神经网络学习源程序 201

8 基于神经网络的结构损伤智能诊断 209

8．1 神经网络智能诊断概述 209

8．2 计算智能方法与结构损伤诊断 210

8．2．1 计算智能的概念 210

8．2．2 遗传算法及其特点 210

8．2．3 神经网络的遗传算法优化 213

8．2．4 遗传算法的应用 215

8．3 结构损伤神经网络诊断 219

8．3．1 基于BP网络的结构损伤诊断 219

8．3．2 神经网络结构损伤定量识别 226

8．3．3 其他神经网络结构损伤诊断简介 230

8．4 神经网络与小波分析结构损伤诊断实例 233

8．5 基于神经网络的结构损伤诊断系统 236

8．5．1 结构故障诊断智能系统NUDES的整体结构 236

8．5．2 NUDES系统的知识库 237

8．5．3 NUDES系统的推理机制 238

8．5．4 NUDES系统的学习、查询、解释功能及维护 238

6．5．5 NUDES系统在钢梁和钢筋混凝土梁裂缝诊断中的应用 240

8．6 结构智能诊断系统的发展前景 243

参考文献 245