摘要

实现模态参数自动识别对于实时结构健康监测系统具有重要意义。针对随机子空间(Stochastic Subspace Identification,SSI)方法输出的稳定图存在大量虚假模态的不足,本文提出了基于加权距离函数的谱聚类算法 (Spectral Clustering,SC),并将其应用于稳定图的自动识别,旨在提高模态识别的精确性。介绍了谱聚类算法和随机子空间方法的原理,并将加权距离函数用于计算待聚类节点的相似矩阵,综合考虑模态数据的贡献。通过模态验证准则对稳定图的模态参数进行预处理,剔除明显的虚假模态,以提高聚类效果。将本文方法应用于平面桁架模型和实测人行桥的模态参数计算,结果表明所提出的方法能有效剔除稳定图中的虚假模态,并具有良好的鲁棒性。