基于PSO-DBSCAN的随机子空间模态参数自动识别 |
| |
引用本文: | 凌骐,张锋,曹慧宇,吕小龙,姚孟迪,张翰.基于PSO-DBSCAN的随机子空间模态参数自动识别[J].河南科学,2023(12):1717-1724. |
| |
作者姓名: | 凌骐 张锋 曹慧宇 吕小龙 姚孟迪 张翰 |
| |
作者单位: | 1. 南瑞集团(国网电力科学研究院)有限公司;2. 中国长江三峡集团有限公司;3. 河海大学力学与材料学院 |
| |
摘 要: | 拱坝的模态识别是大坝健康监测中的重要一环,模态参数识别的准确度对大坝的性能评价有重要意义.首先利用随机子空间法识别模态参数,针对该方法需要人工辨识稳定图中真实模态的不足,引入密度聚类算法(DBSCAN)对模态结果进行去噪和拾取,并利用粒子群算法改进DBSCAN算法,实现DBSCAN超参数的自动调整,提高识别效率,为DBSCAN超参数的选择提供参考.将该方法应用于一混凝土拱坝数值模型中,并分析了不同采样数据长度对识别结果的影响和该方法的抗噪性.结果表明:合理选择采样时长,能够得到更完整的模态信息,本研究提出的方法能够有效实现模态参数的自动识别并有较高的精度和抗噪性,可以为大坝的安全分析提供参考.
|
关 键 词: | 拱坝 模态参数识别 随机子空间法 稳定图 密度聚类 |
|
|