书名：机器学习与航空航天中的结构动力学
定价：80.0
ISBN：9787030803887
版次：1
出版时间：2024-12

内容提要：

本书内容涉及航空航天结构动力学的基础理论——单自由度系统的振动、多自由度系统的振动，以及航空航天结构动力学建模与分析的基本原理与方法，着重介绍结构动力学有限元模型修正、结构动载荷识别、基于振动的结构损伤检测等航空航天结构动力学分析及应用的高阶问题的基本原理与方法，突出以深度学习为代表的机器学习在结构动力学相关问题中的应用原理与方法，以帮助读者将机器学习与航空航天中的典型结构动力学问题融会贯通，应对大数据和人工智能时代的挑战。

目录：
目录
第1章 绪论 1
1.1 航空航天中的结构动力学问题 1
1.1.1 结构动力学基本问题 1
1.1.2 结构动力学模型修正概述 4
1.1.3 结构动态载荷识别概述 7
1.1.4 基于振动的结构损伤检测概述 10
1.2 机器学习方法在结构动力学中的应用概述 12
思考题 14
第2章 机器学习基础 15
2.1 传统机器学习方法 15
2.1.1 响应面 15
2.1.2 支持向量机 16
2.1.3 人工神经网络 18
2.1.4 遗传算法 19
2.2 深度学习及相关神经网络模型 21
2.2.1 卷积神经网络 21
2.2.2 堆栈自编码器 24
2.2.3 循环神经网络 25
2.2.4 时延神经网络 29
思考题 30
第3章 结构动力学基础理论 31
3.1 单自由度系统的自由振动 31
3.1.1 无阻尼自由振动 31
3.1.2 有阻尼自由振动 35
3.2 单自由度系统的强迫振动 39
3.2.1 简谐激励下的强迫振动 39
3.2.2 周期激励下的强迫振动 48
3.2.3 任意激励下的强迫振动 49
3.3 多自由度系统及其固有模态 56
3.3.1 振动方程 57
3.3.2 固有模态 59
3.3.3 固有振型的加权正交性 60
3.3.4 固有振型的归一化方法 61
3.4 多自由度系统的频响函数矩阵 62
3.4.1 简谐力激励下的稳态响应 62
3.4.2 频响函数矩阵 64
3.5 多自由度系统的模态叠加法 65
3.5.1 模态展开定理 65
3.5.2 振动方程的解耦 66
3.5.3 自由振动响应的模态叠加法 67
3.5.4 强迫振动响应的模态叠加法 69
3.5.5 单位脉冲响应矩阵与强迫振动响应求解 70
3.5.6 频响函数矩阵与强迫振动响应求解 72
3.5.7 模态叠加中的模态截断 74
3.6 航空航天结构的动力学建模与分析 75
3.6.1 动力学建模 75
3.6.2 动力学分析 75
3.6.3 典型示例 78
3.6.4 集中参数三自由度振动系统 80
思考题 81
第4章 结构动力学有限元模型修正 84
4.1 模型修正的基本概念 84
4.1.1 为什么要进行模型修正 84
4.1.2 什么是模型修正 85
4.1.3 怎样进行模型修正 85
4.2 模型修正的基本原理 86
4.2.1 设计变量的选择 87
4.2.2 目标函数的构建 87
4.2.3 修正算法的实施 92
4.3 基于机器学习的模型修正方法 94
4.3.1 传统机器学习方法 94
4.3.2 深度神经网络方法 96
4.4 简化结构的模型修正示例 100
4.4.1 基于灵敏度分析的模型修正 101
4.4.2 基于遗传算法的模型修正 103
4.4.3 基于深度神经网络的模型修正 105
4.5 典型航空结构的模型修正示例 109
4.5.1 机翼模型 109
4.5.2 模态试验 109
4.5.3 模型修正过程及结果 111
思考题 117
第5章 结构动载荷识别 119
5.1 动载荷识别的基本概念 119
5.1.1 为什么要进行动载荷识别 119
5.1.2 什么是动载荷识别 120
5.1.3 怎样进行动载荷识别 120
5.2 结构动载荷识别的基本原理 120
5.2.1 动载荷识别模型 121
5.2.2 结构动力学响应的测试 121
5.2.3 动载荷识别的不适定问题 122
5.2.4 传统动载荷识别方法 123
5.2.5 基于机器学习的动载荷识别原理 127
5.3 基于机器学习的动载荷识别方法 129
5.3.1 面向动载荷识别的结构动力学分析 129
5.3.2 基于时延神经网络的动载荷倒序识别方法 130
5.4 简化结构的动载荷识别示例 132
5.4.1 基于频响函数矩阵求逆方法的动载荷频域识别 133
5.4.2 基于时延神经网络的动载荷倒序识别 134
5.5 典型航空结构的动载荷识别示例 136
思考题 140
第6章 基于振动的结构损伤检测 141
6.1 结构损伤检测的基本概念 141
6.1.1 为什么要进行结构损伤检测 141
6.1.2 结构损伤检测的分类 142
6.1.3 怎样进行结构损伤检测 143
6.1.4 基于振动的结构损伤检测 143
6.2 结构损伤检测的基本原理 144
6.2.1 结构损伤特征参数 145
6.2.2 结构损伤检测的典型方法 152
6.2.3 结构损伤检测的主要问题 155
6.3 基于机器学习的结构损伤检测 156
6.3.1 传统机器学习方法 157
6.3.2 深度神经网络方法 158
6.4 简化结构的损伤检测示例 163
6.4.1 基于内积向量的结构损伤检测 163
6.4.2 基于内积矩阵及卷积神经网络的结构损伤检测 165
6.4.3 基于传递率函数矩阵及卷积神经网络的结构损伤检测 167
6.5 典型航空结构的损伤检测示例 170
6.5.1 典型加筋壁板的螺栓松动检测 170
6.5.2 PMI泡沫夹层复合材料结构脱黏损伤检测 175
思考题 180
思考题参考答案 181
参考文献 182