文摘
英文文摘
论文说明:文中主要缩略词说明
声明
第一章 绪论
1.1 研究问题概述
1.1.1 工作模态分析基本原理及技术特点
1.1.2 独立分量分析在机械结构动力学分析中的应用背景及研究意义
1.1.3 课题来源与研究目标
1.2 文献综述
1.2.1 基于输出响应的工作模态分析技术回顾
1.2.2 基于盲信号处理的信号分析技术回顾
1.3 本文的体系结构
第二章 独立分量分析的原理及算法研究
2.1 ICA概述
2.2独立性度量基础
2.2.1统计量的概念与二阶统计量
2.2.2 独立与相关
2.2.3 特征函数
2.2.4 高阶统计量
2.2.5 信息论特征参数
2.2.6 概率密度函数的级数展开
2.2.7 白化与预处理
2.3 ICA问题的一般提法与优化判据
2.3.1 互信息极小化判据
2.3.2 信息极大化判据
2.3.3 极大似然判据
2.3.4 高阶统计量判据
2.3.5 判据的近似逼近
2.4 独立分量分解的优化算法
2.4.1 特征矩阵的联合近似对角化法
2.4.2 全局最优盲源分离算法
2.4.3 基于最大信噪比的盲分离算法
2.5 ICA分离分量独立性评价
2.6 ICA分析软件设计
2.7小结
第三章 ICA在机械结构动力学分析中的应用原理研究
3.1引言
3.2 ICA基向量的模态含义
3.3 系统标准模态的独立性
3.4 ICA计算模态与系统振动模态的一致性验证
3.5 小结
第四章 ICA在工作模态参数辨识中的仿真研究
4.1 仿真环境与系统
4.2 不同激励力的输出响应采用不同算法的ICA分析
4.3 不同背景噪声下输出响应的ICA分析
4.4 不同数据量的输出响应ICA分析
4.5 小结
第五章 ICA在工作模态参数辨识中的实验研究
5.1 实验系统配置
5.2 输出响应的ICA分析
5.2.1 长数据下的ICA分析
5.2.2 短数据长度下的ICA分解
5.3 不同载荷下输出响应的OMA分析
5.3.1 长数据分析
5.3.2 短数据分析
5.4 小结
第六章 ICA在大型立体仓库高速堆垛机动力学分析中的应用
6.1.高速堆垛机动态测试方法与条件
6.2 基于ICA算法的高速堆垛机模态参数识别
6.3 基于OMA的高速堆垛机模态参数识别
6.4. ICA与OMA辨识结果分析
6.5 小结与结论
第七章 主要结论与展望
7.1 课题的主要研究工作
7.2 研究课题的主要创新点
7.3 有待继续研究的课题
参考文献
致 谢
攻读学位期间发表的学术论文
作者在攻读博士期间的科研情况