基于随机子空间法的结构模态参数自动识别方法

U441.3%TB123; 为解决随机子空间法在稳定点自动分析方面存在的抗噪能力不足问题,提出了一种新的自动化识别方法.首先,采用协方差驱动的随机子空间法,按照新的定义方式输出稳定点.其次,采用改进的OP-TICS 算法对稳定点进行清洗、聚类.然后,采用基于频率中值的自 适应合并方法,对未完全合并的簇进行有效聚合,并以簇中值作为模态参数的代表值,实现完全无人工干预的自动化模态识别.最后,以Lysef-jord悬索桥模型为例进行模态识别,验证该方法的可行性.结果表明:所提方法在实现自动化的同时,具有较高的精度,频率值最大误差仅为1.926％,且在各程度噪声干扰下都能以较高的成功率自动、准确地识别...

Full description

Saved in:
Bibliographic Details
Published in东南大学学报（自然科学版） Vol. 53; no. 1; pp. 53 - 60
Main Authors 李爱群, 张超, 邓扬, 钟国强, 柳尚
Format Journal Article
LanguageChinese
Published 北京建筑大学土木与交通工程学院,北京100044 2023
东南大学土木工程学院,南京210096%北京建筑大学土木与交通工程学院,北京100044%山东省交通规划设计院集团有限公司,济南250101
Subjects
稳定图
自动化模态参数识别
结构健康监测
OPTICS算法
随机子空间法
Online AccessGet full text
ISSN1001-0505
DOI10.3969/j.issn.1001-0505.2023.01.007

Cover

More Information
Summary:U441.3%TB123; 为解决随机子空间法在稳定点自动分析方面存在的抗噪能力不足问题,提出了一种新的自动化识别方法.首先,采用协方差驱动的随机子空间法,按照新的定义方式输出稳定点.其次,采用改进的OP-TICS 算法对稳定点进行清洗、聚类.然后,采用基于频率中值的自 适应合并方法,对未完全合并的簇进行有效聚合,并以簇中值作为模态参数的代表值,实现完全无人工干预的自动化模态识别.最后,以Lysef-jord悬索桥模型为例进行模态识别,验证该方法的可行性.结果表明:所提方法在实现自动化的同时,具有较高的精度,频率值最大误差仅为1.926％,且在各程度噪声干扰下都能以较高的成功率自动、准确地识别模态参数,相比于对照方法,其鲁棒性优势明显.
ISSN:1001-0505
DOI:10.3969/j.issn.1001-0505.2023.01.007