目錄
第1章 緒論 1
1.1 航空航天中的結(jié)構(gòu)動力學問題 1
1.1.1 結(jié)構(gòu)動力學基本問題 1
1.1.2 結(jié)構(gòu)動力學模型修正概述 4
1.1.3 結(jié)構(gòu)動態(tài)載荷識別概述 7
1.1.4 基于振動的結(jié)構(gòu)損傷檢測概述 10
1.2 機器學習方法在結(jié)構(gòu)動力學中的應(yīng)用概述 12
思考題 14
第2章 機器學習基礎(chǔ) 15
2.1 傳統(tǒng)機器學習方法 15
2.1.1 響應(yīng)面 15
2.1.2 支持向量機 16
2.1.3 人工神經(jīng)網(wǎng)絡(luò) 18
2.1.4 遺傳算法 19
2.2 深度學習及相關(guān)神經(jīng)網(wǎng)絡(luò)模型 21
2.2.1 卷積神經(jīng)網(wǎng)絡(luò) 21
2.2.2 堆棧自編碼器 24
2.2.3 循環(huán)神經(jīng)網(wǎng)絡(luò) 25
2.2.4 時延神經(jīng)網(wǎng)絡(luò) 29
思考題 30
第3章 結(jié)構(gòu)動力學基礎(chǔ)理論 31
3.1 單自由度系統(tǒng)的自由振動 31
3.1.1 無阻尼自由振動 31
3.1.2 有阻尼自由振動 35
3.2 單自由度系統(tǒng)的強迫振動 39
3.2.1 簡諧激勵下的強迫振動 39
3.2.2 周期激勵下的強迫振動 48
3.2.3 任意激勵下的強迫振動 49
3.3 多自由度系統(tǒng)及其固有模態(tài) 56
3.3.1 振動方程 57
3.3.2 固有模態(tài) 59
3.3.3 固有振型的加權(quán)正交性 60
3.3.4 固有振型的歸一化方法 61
3.4 多自由度系統(tǒng)的頻響函數(shù)矩陣 62
3.4.1 簡諧力激勵下的穩(wěn)態(tài)響應(yīng) 62
3.4.2 頻響函數(shù)矩陣 64
3.5 多自由度系統(tǒng)的模態(tài)疊加法 65
3.5.1 模態(tài)展開定理 65
3.5.2 振動方程的解耦 66
3.5.3 自由振動響應(yīng)的模態(tài)疊加法 67
3.5.4 強迫振動響應(yīng)的模態(tài)疊加法 69
3.5.5 單位脈沖響應(yīng)矩陣與強迫振動響應(yīng)求解 70
3.5.6 頻響函數(shù)矩陣與強迫振動響應(yīng)求解 72
3.5.7 模態(tài)疊加中的模態(tài)截斷 74
3.6 航空航天結(jié)構(gòu)的動力學建模與分析 75
3.6.1 動力學建模 75
3.6.2 動力學分析 75
3.6.3 典型示例 78
3.6.4 集中參數(shù)三自由度振動系統(tǒng) 80
思考題 81
第4章 結(jié)構(gòu)動力學有限元模型修正 84
4.1 模型修正的基本概念 84
4.1.1 為什么要進行模型修正 84
4.1.2 什么是模型修正 85
4.1.3 怎樣進行模型修正 85
4.2 模型修正的基本原理 86
4.2.1 設(shè)計變量的選擇 87
4.2.2 目標函數(shù)的構(gòu)建 87
4.2.3 修正算法的實施 92
4.3 基于機器學習的模型修正方法 94
4.3.1 傳統(tǒng)機器學習方法 94
4.3.2 深度神經(jīng)網(wǎng)絡(luò)方法 96
4.4 簡化結(jié)構(gòu)的模型修正示例 100
4.4.1 基于靈敏度分析的模型修正 101
4.4.2 基于遺傳算法的模型修正 103
4.4.3 基于深度神經(jīng)網(wǎng)絡(luò)的模型修正 105
4.5 典型航空結(jié)構(gòu)的模型修正示例 109
4.5.1 機翼模型 109
4.5.2 模態(tài)試驗 109
4.5.3 模型修正過程及結(jié)果 111
思考題 117
第5章 結(jié)構(gòu)動載荷識別 119
5.1 動載荷識別的基本概念 119
5.1.1 為什么要進行動載荷識別 119
5.1.2 什么是動載荷識別 120
5.1.3 怎樣進行動載荷識別 120
5.2 結(jié)構(gòu)動載荷識別的基本原理 120
5.2.1 動載荷識別模型 121
5.2.2 結(jié)構(gòu)動力學響應(yīng)的測試 121
5.2.3 動載荷識別的不適定問題 122
5.2.4 傳統(tǒng)動載荷識別方法 123
5.2.5 基于機器學習的動載荷識別原理 127
5.3 基于機器學習的動載荷識別方法 129
5.3.1 面向動載荷識別的結(jié)構(gòu)動力學分析 129
5.3.2 基于時延神經(jīng)網(wǎng)絡(luò)的動載荷倒序識別方法 130
5.4 簡化結(jié)構(gòu)的動載荷識別示例 132
5.4.1 基于頻響函數(shù)矩陣求逆方法的動載荷頻域識別 133
5.4.2 基于時延神經(jīng)網(wǎng)絡(luò)的動載荷倒序識別 134
5.5 典型航空結(jié)構(gòu)的動載荷識別示例 136
思考題 140
第6章 基于振動的結(jié)構(gòu)損傷檢測 141
6.1 結(jié)構(gòu)損傷檢測的基本概念 141
6.1.1 為什么要進行結(jié)構(gòu)損傷檢測 141
6.1.2 結(jié)構(gòu)損傷檢測的分類 142
6.1.3 怎樣進行結(jié)構(gòu)損傷檢測 143
6.1.4 基于振動的結(jié)構(gòu)損傷檢測 143
6.2 結(jié)構(gòu)損傷檢測的基本原理 144
6.2.1 結(jié)構(gòu)損傷特征參數(shù) 145
6.2.2 結(jié)構(gòu)損傷檢測的典型方法 152
6.2.3 結(jié)構(gòu)損傷檢測的主要問題 155
6.3 基于機器學習的結(jié)構(gòu)損傷檢測 156
6.3.1 傳統(tǒng)機器學習方法 157
6.3.2 深度神經(jīng)網(wǎng)絡(luò)方法 158
6.4 簡化結(jié)構(gòu)的損傷檢測示例 163
6.4.1 基于內(nèi)積向量的結(jié)構(gòu)損傷檢測 163
6.4.2 基于內(nèi)積矩陣及卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)損傷檢測 165
6.4.3 基于傳遞率函數(shù)矩陣及卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)損傷檢測 167
6.5 典型航空結(jié)構(gòu)的損傷檢測示例 170
6.5.1 典型加筋壁板的螺栓松動檢測 170
6.5.2 PMI泡沫夾層復合材料結(jié)構(gòu)脫黏損傷檢測 175
思考題 180
思考題參考答案 181
參考文獻 182