基于K-means聚类算法的桥梁结构真实模态筛选研究

摘要：

现阶段,随机子空间算法被广泛运用于识别桥结构的模态参数,虽然已不少学者对其进行了深入研究,但依然无法精确地对稳定图中的真假模态作出辨识和筛选.为了识别稳定图中的真实模态,首先通过对比分析数据驱动随机子空间算法和协方差驱动随机子空间算法在基本原理和计算效率两方面的差异,最终选定数据驱动随机子空间算法作为模态参数识别算法;其次以某试验桥为背景,通过分析大量稳定图中真假模态的存在形式来总结稳定图中真实模态存在的一般规律;同时基于K-means聚类算法的特点——不仅能实现不同维度数据的聚类,也能判别数据间是否属于同一类,还能筛选出同类的数据点,将该算法与稳定图定阶法中的振型辨识原理进行融合,运用于模态参数识别的流程中以完成真假模态的自动化筛选.为验证所提算法具有可信性,将其运用于识别某试验桥和实际桥梁结构的模态参数结果,并将所得结果与理论值进行对比分析.结果表明:所提算法能有效辨识稳定图中的真假模态,且识别结果具有可信性.

关键词：桥梁工程、真实模态、K-means聚类算法、随机子空间算法、健康监测、稳定图

所属期刊栏目：37

分类号：U446.3(桥涵工程)

资助基金：国家重点基础研究发展计划 2013CB36302

在线出版日期：2020-06-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：73-82