第一章 绪论 1
1.1智能材料系统和结构的概念 1
1.2智能材料系统和结构的研究现状与应用前景 6
1.3智能材料系统和结构的研究范围和发展趋势 11
第二章 智能材料系统和结构中的传感器和作动器 15
2.1概述 15
2.2光纤传感器 17
2.2.1光纤传感器的结构原理及分类 17
2.2.2智能材料系统和结构中常用的光纤传感器 26
2.3压电材料 38
2.4形状记忆材料 42
2.5电流变体材料和磁流变体材料 45
2.6磁致伸缩材料和电致伸缩材料 49
3.1.1电流变学的发展背景 52
3.1概述 52
第三章 电流变体材料及其智能材料结构 52
3.1.2电流变材料的发展现状 54
3.1.2.1无水电流变体 54
3.1.2.2复合型电流变体 55
3.1.2.3单相电流变体 56
3.2电流变效应及其产生机理 57
3.2.1纤维化理论 58
3.2.2“水胶”理论 59
3.2.3双电层极化理论 60
3.2.4介电极化机理 62
3.3电流变效应的动态模拟 65
3.4电流变体的研制及其特性 71
3.4.1影响电流变体性能的因素 72
3.4.2电流变体的组分要求 74
3.4.2.1电流变体的连续相 75
3.4.2.2电流变体的分散相 77
3.4.2.3电流变体的添加剂 81
3.4.3电流变体的性能评价 83
3.5电流变体对智能材料结构振动特性的影响 90
3.5.1含电流变体智能层合梁结构的振动特性 91
3.5.2含电流变体智能层合板结构的振动特性 104
3.6电(磁)流变体材料的工程应用 107
第四章 电流变流体材料器件及其在工程中的应用 112
4.1电流变流体器件设计及其影响因素 113
4.1.1无电场时的ER流体 113
4.1.2外加电场时的ER流体 115
4.1.3 ER流体驱动电源的要求 117
4.2电流变流体隔振器的研究 119
4.2.1电流变流体隔振器的基本模型 120
4.2.2电流变流体隔振器的性能测试 125
4.2.3电流变流体隔振器的主动控制 128
4.3电流变流体的减振器研究 133
4.3.1电流变流体减振器结构设计的研究现状 135
4.3.1.1基于剪切模式的滑动电极式减振器 135
4.3.1.2基于流动模式的固定电极式减振器 136
4.3.1.3基于复合模式的滑动电极减振器 137
4.3.1.4基于剪切模式的盘形电极减振器 137
4.3.1.5挤压膜减振器 139
4.3.2滑动电极ER流体减振器的设计与性能测试 140
4.3.3新型结构电流变体减振器的设计与性能测试 146
4.3.3.1原理及设计 146
4.3.3.2电流变流体减振器性能的计算机模拟 149
4.3.3.3电流变流体减振器性能的实验研究 153
4.4含电流变流体减振器半主动悬挂系统的研究 158
4.4.1车辆悬挂系统的研究进展 158
4.4.2.1系统建模 160
4.4.2含半主动智能悬挂系统的车辆减振特性分析 160
4.4.2.2振动方程的统计线性化 164
4.4.2.3振动统计量的求解 167
4.4.2.4典型算例分析 167
第五章 埋光纤智能材料和结构的研究 174
5.1概述 174
5.2光纤传感器与复合材料兼容性的研究 176
5.2.1埋光纤对智能复合材料力学性能的影响 176
5.2.2光纤传感器的耐用性 182
5.3光纤智能材料和结构的工艺技术研究 184
5.4智能材料和结构系统中的光纤传感器的研究 190
5.4.1用于智能材料和结构系统的光纤振动传感器的研究 190
5.4.1.1端口耦合式光纤振动传感器 190
5.4.1.2基于多模光纤模斑分析的光纤振动传感器 195
5.4.2用于智能材料和结构系统的光纤模斑温度传感器 204
5.5.1光纤智能结构损伤监测系统的研究 206
5.5埋光纤智能材料和结构的应用 206
5.5.2光纤智能建筑结构的应用 212
第六章 智能复合材料结构的振动主动监控 220
6.1概述 220
6.2基于模糊逻辑的智能复合材料结构振动主动监控系统 224
6.2.1模糊关系及模糊控制研究 224
6.2.1.1模糊关系 224
6.2.1.2模糊控制 225
6.2.2智能复合材料结构振动主动监控系统 227
6.2.2.1时域信号的振动主动监控 228
6.2.2.2频域信号的振动主动监控 228
6.3基于神经网络的智能材料结构的振动主动控制 235
6.3.1人工神经网络的类型和主要特点 235
6.3.1.1神经元模型 235
6.3.1.2多层前向神经网络的基本结构 237
6.3.1.3神经网络的非线性映射能力 238
6.3.1.4神经网络在控制中的主要作用 240
6.3.2悬臂梁结构的振动控制 241
6.3.2.1控制系统及分析 241
6.3.2.2悬臂梁振动控制系统分析 242
6.3.2.3神经网络在振动控制中的应用 245
6.3.2.4神经网络的设计 246
6.3.3含电流变流体的智能材料结构神经网络振动主动控制 247
6.3.3.1反向传播(back propagation,BP)算法 248
6.3.3.2 BP算法的改进算法 252
6.3.3.3神经网络训练样本的选取和训练 255
6.3.3.4神经网络的测试 257
第七章 复合材料成型过程的光纤在线实时监控 260
7.1树脂基复合材料成型过程的基本模型 261
7.1.1热-化学模型 264
7.1.2树脂流动-纤维作用模型 265
7.1.3气泡活动模型 268
7.1.4残余应力模型 270
7.2光纤固化监测传感器的研究现状 272
7.3应用多模模斑谱光纤传感器监测复合材料固化过程 277
7.3.1多模光纤的模斑功率谱密度 281
7.3.2模斑谱光纤传感器机理及验证 283
7.3.3应用多模模斑谱光纤传感器监测复合材料的固化 286
7.4应用光纤微弯传感器监测复合材料固化过程 289
7.4.1光纤微弯传感器原理 289
7.4.2复合材料固化过程的实时监测 292
7.5复合材料成型工艺过程在线控制专家系统 296
7.5.1复合材料成型过程的优化设计 296
7.5.2复合材料成型工艺过程的专家系统 300