双重密度聚类的随机子空间法模态参数识别

doi:10.16450/j.cnki.issn.1004-6801.2026.02.014

首页 > 过刊浏览>2026年第46卷第2期 >334-343. DOI:10.16450/j.cnki.issn.1004-6801.2026.02.014

双重密度聚类的随机子空间法模态参数识别
DOI:
                        10.16450/j.cnki.issn.1004-6801.2026.02.014
                    
CSTR:
                        
                    
作者:
                        
                        
                    
作者单位:北京科技大学土木与资源工程学院 北京，100083
作者简介:马世纪，男，2000年1月生，博士生。主要研究方向为结构健康监测。曾发表《Bridge-bearing disengagement identification based on flexibility matrix diagonal matrix change rate： an indoor physical simulation experiment》（《Structural Health Monitoring》2024，Vol.23，No.3））等论文。E-mail： d202310007@xs.ustb.edu.cn
通讯作者:李庆文，男，1986年11月生，博士、教授。主要研究方向为岩石力学、岩石动力学及能源地下结构。E-mail： qingwenli@ustb.edu.cn
中图分类号:TU311;TH1131
基金项目:国家自然科学基金面上资助项目（52274107，52204091，52374113）；北京市科技新星计划资助项目（20230484242）；中央高校优秀青年团队培育资助项目（FRF-EYIT-23-01）

Author:

Affiliation:

Fund Project:

摘要

图/表

访问统计

参考文献

相似文献

引证文献

资源附件

文章评论

摘要:

针对结构模态测试过程中，由于传感器个数或采集通道限制而需分组测试时，稳定模态信息的有效整合和虚假模态剔除的问题，提出了一种双重密度聚类算法（density-based spatial clustering of applications with noise，简称DBSCAN）的随机子空间模态参数识别方法。首先，获取并研究了简支梁桥、钢管混凝土、连续梁桥以及连续刚构桥的多组振动时程数据；其次，利用DBSCAN聚类算法的优势，通过一次和二次聚类，整合各组稳定图中的模态数据，剔除虚假模态；最后，确认了模态参数。结果表明，本研究方法在模态参数识别方面与结构理论值或试验模态分析结果高度一致，能够有效综合多测组稳定图信息，剔除虚假模态，获得准确的低阶自振频率和振型等模态参数。

Abstract:

参考文献

相似文献

引证文献

引用本文

复制

文章指标

点击次数:
下载次数:
HTML阅读次数:
引用次数:

历史

收稿日期:2024-07-07
最后修改日期:2024-08-28
录用日期:
在线发布日期: 2026-04-20
出版日期: 2024-04-30

引用本文

分享

相关视频

文章指标

历史

文章二维码