原文传递
基于无监督聚类的桥梁模态参数自动识别方法研究及软件开发
| 论文题名： | 基于无监督聚类的桥梁模态参数自动识别方法研究及软件开发 |
| 关键词： | 桥梁健康监测;模态分析;聚类算法;自动识别;随机子空间法;数据预处理 |
| 摘要： | 模态分析是结构工程领域中一项十分基本且关键的科研方向，同时也是研究结构动力特征的一项有效手段，其最终目标就是要确定出分析对象的模态参数。在桥梁结构动力分析中，准确的模态参数结果可以实时反映桥梁结构在测试时段的动力特性，其间接包含了结构质量、刚度的分布情况，可以作为桥梁状况实时评估的基本参数。而现有的模态分析算法在运行中往往需要大量参数调试及人工干预，不能完全自动化，无法真正应用于长期健康监测中。为实现模态参数的自动化识别，本文从既有模态参数识别算法研究、模态识别参数自动选取、基于DBSCAN聚类的自动化模态识别算法的提出、软件开发及工程验证四个方面开展研究，主要内容如下： (1)讨论了既有的环境激励下模态分析方法的应用特点，从目前常用的模态参数识别方法中，选择了一种数据预处理方法、两种频域方法和时域方法分别进行详细阐述，通过总结和对比这几种方法的优缺点及适用条件，最终将随机子空间法作为本文桥梁模态自动识别方法的基础。 (2)在随机子空间法的稳定图识别阶段，引入了三种用于自动识别真实模态的研究思路。重点介绍了其中基于聚类算法的自动识别方法，按照基于层次结构、基于距离准则划分、基于密度和网格局部判断以及基于其他机理的聚类方法分类思路进行分析比对，结合数值模拟样本数据进行聚类分析，总结对比各聚类方法的原理、优缺点及对稳定图识别的适应程度，最终选择DBSCAN算法作为后续自动识别的处理方法。 (3)将上述两部分研究结合，本文提出一种基于无监督聚类的桥梁模态参数自动识别方法，并详细介绍该方法识别的流程。应用该方法对日本的一座简支钢桁架桥在环境激励不同工况下的采集数据进行模态参数自动识别验证。将所提新方法的识别结果同其他文献识别方法、数值分析识别结果进行比对，结果表示识别误差较小，验证了所提方法在快速计算的基础上兼具良好的应用性和准确性。 (4)基于Python语言开发了一款模态参数自动识别的应用软件，该软件能够实现数据输入、实测数据分析、模态参数自动识别及模态参数结果获取全过程，使用阶段无需人工输入算法调试参数，仅需要在使用界面中提前输入采样过程的基本参数和数据，即可自动得到识别结果。以一斜拉桥监测数据为例，对大桥健康监测系统采集的加速度数据进行分析，结果证明该软件可以很好地应用于大桥的模态参数识别。 |
| 作者： | 田璐超 |
| 专业： | 建筑与土木工程 |
| 导师： | 韩万水 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长安大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
