基于多次密度聚类分簇的结构模态参数自动识别
来源：振动与冲击杂志2026年第4期北京时间：
作者：李翠jxjtxylc，黄侃，曾旻赛，徐思东，伍晓顺
单位：1.江西交通职业技术学院信息工程学院，南昌330013；2.江西理工大学软件工程学院，南昌330013
摘要：为更好满足工程结构的长期监测需求，提出一种基于多次密度聚类分簇的模态参数自动识别方法。该方法采用协方差驱动随机子空间法计算模态信息，并主要经历四个阶段：稳定图清洗、模态分簇、模态代表值提取和真假模态簇辨别。在稳定图清洗阶段，运用阻尼比-复共轭对硬准则、模态能量水平软准则和仅考虑频率距离的第1次密度聚类剔除虚假模态。在模态分簇阶段，先仅考虑频率距离进行第2次密度聚类以形成多条稳定轴，再针对各条稳定轴分别进行仅考虑振型距离的第3次密度聚类。在模态代表值提取阶段，选择各簇阻尼比中位值对应的模态作为代表模态。在真假模态簇辨别阶段，基于各簇振型代表值之间的相似度进行互斥式真簇筛选。应用k-means聚类法先循环剔除位于不同稳定轴的假簇，再循环剔除各条稳定轴内的假簇。真簇对应的模态代表值即为最终的模态识别结果。分析表明：本文方法能够有效清洗稳定图和提升模态簇的频率与振型相似度，从而保证弱模态识别精度。此外，本文方法两个关键参数（物理模态估计数量和最大系统阶次）的取值范围较宽，有利于避免出现模态遗漏和虚假模态。<br>
关键词：结构健康监测；模态识别；密度聚类；随机子空间法；损伤识别
