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