摘要 | 第3-5页 |
abstract | 第5-6页 |
第1章 绪论 | 第10-18页 |
1.1 研究背景以及研究意义 | 第10-12页 |
1.2 国内外研究现状 | 第12-16页 |
1.2.1 木结构模态参数识别 | 第12-13页 |
1.2.2 自然激励技术 | 第13-14页 |
1.2.3 小波分析的发展和应用 | 第14-15页 |
1.2.4 小波分析和奇异值分解在模态参数识别中的应用 | 第15-16页 |
1.3 问题的提出 | 第16页 |
1.4 本文研究内容 | 第16-18页 |
第2章 小波和奇异值理论基础 | 第18-34页 |
2.1 引言 | 第18页 |
2.2 小波变换 | 第18-23页 |
2.2.1 短时傅里叶变换 | 第18页 |
2.2.2 连续小波变换 | 第18-19页 |
2.2.3 离散小波变换 | 第19-20页 |
2.2.4 复Morlet小波 | 第20-22页 |
2.2.5 基于小波分析的结构模态参数识别 | 第22-23页 |
2.3 奇异值分解原理 | 第23-24页 |
2.3.1 奇异值的定义 | 第23-24页 |
2.3.2 奇异值的性质 | 第24页 |
2.4 基于小波和奇异值理论的模态参数识别 | 第24-26页 |
2.5 奇异值分解及模态参数识别的理论证明 | 第26-30页 |
2.6 数值仿真 | 第30-32页 |
2.7 本章小结 | 第32-34页 |
第3章 交通荷载激励下的钟楼模态参数识别 | 第34-64页 |
3.1 引言 | 第34页 |
3.2 西安钟楼建筑结构概况 | 第34-43页 |
3.2.1 测试方法 | 第35-36页 |
3.2.2 监测参数 | 第36页 |
3.2.3 测点布置 | 第36-38页 |
3.2.4 测量仪器 | 第38页 |
3.2.5 仪器调试 | 第38-39页 |
3.2.6 信号采集 | 第39页 |
3.2.7 监测过程 | 第39-40页 |
3.2.8 监测结果 | 第40-43页 |
3.3 数据预处理 | 第43-52页 |
3.3.1 去直流 | 第43-44页 |
3.3.2 平滑处理 | 第44-45页 |
3.3.3 小波函数阈值去噪 | 第45-50页 |
3.3.4 消除趋势项 | 第50-52页 |
3.4 基于小波和奇异值理论的模态参数识别 | 第52-55页 |
3.4.1 自然激励技术 | 第52-53页 |
3.4.2 尺度与频率的关系 | 第53-54页 |
3.4.3 分离密集模态 | 第54-55页 |
3.4.4 端点效应 | 第55页 |
3.5 模态参数识别 | 第55-62页 |
3.5.1 一阶模态 | 第56-57页 |
3.5.2 二阶模态 | 第57-59页 |
3.5.3 三阶模态 | 第59-62页 |
3.6 本章小结 | 第62-64页 |
第4章 钟楼模态参数识别对比分析 | 第64-76页 |
4.1 引言 | 第64页 |
4.2 建立有限元模型 | 第64-70页 |
4.2.1 木材的材料参数和截面尺寸 | 第64-65页 |
4.2.2 台基和柱础 | 第65-66页 |
4.2.3 榫卯节点 | 第66-67页 |
4.2.4 屋盖及楼面荷载 | 第67-68页 |
4.2.5 建立有限元模型 | 第68-70页 |
4.3 钟楼木结构自振频率 | 第70-72页 |
4.4 模态参数识别方法可行性分析 | 第72-74页 |
4.5 小结 | 第74-76页 |
第5章 结论与展望 | 第76-78页 |
5.1 结论 | 第76页 |
5.2 展望 | 第76-78页 |
参考文献 | 第78-82页 |
致谢 | 第82-84页 |
附录 | 第84-88页 |