摘要

为提高基于随机子空间(stochastic subspace identification, SSI)法模态参数识别的自动化程度,提出了基于博弈K均值(game-based K-means, GBK)聚类的两阶段模态参数自动识别算法。首先,对采集到的数据通过SSI识别出大量待分析的极点并根据所提出的硬性指标对虚假模态进行初步剔除;其次,将前后两阶模态的多类型偏差指标构造成特征矩阵进行GBK聚类,进一步将剩余虚假模态进行剔除;之后,将提取的结构模态进行层次聚类得到各阶模态;随后将提出的方法通过六自由度质量-弹簧结构数值模型进行验证,最后,将此算法应用于某大跨悬索桥的实际监测数据中进行模态参数自动识别,进一步验证了该方法在实际工程中对采集到的海量数据进行自动化识别的可行性和适用性。

全文