.png){kind=icon}
返回
Automated operational modal analysis with adaptive DBSCAN-based algorithm and its engineering application
.png){kind=icon}
PRE
AI
DOI：10.1007/s13349-025-01002-z.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
近年来，对鲁棒自动化运行模态分析（AOMA）技术的兴趣因对既有历史建筑健康监测日益增长的需求而增加。本研究提出了一种基于随机子空间识别（SSI）技术和基于密度的含噪声应用空间聚类（DBSCAN）算法的AOMA策略。该策略涉及DBSCAN算法关键参数的自适应选择以及候选物理聚类的筛选。其亮点包括有效应对模态密集、模态分离、激励微弱以及传感器布置受限（包括测量自由度的数量和位置）等挑战。通过数值仿真验证了所提出框架的准确性，并在关键参数变化及测量噪声存在的情况下评估了其鲁棒性。通过在中国最古老、最高的应县木塔上进行的背景激励测试，验证了该框架的有效性。
Keyword:
Automated operational modal analysis
Stabilization diagram
Density-based spatial clustering of applications with noise (DBSCAN)
Closely spaced mode
Modal splitting
期刊
IF:
4.3
论文数:
932
被引数:
2.9K
机构
引用论文
Dynamic performance analysis of Kaiyuan pagoda based on ambient vibration test基于环境振动测试的开元寺塔动态性能分析.png)
IF0
PREAI
分享收藏Structural performance of Dou-Gong brackets of Yingxian Wood Pagoda under vertical load - An experimental study垂直荷载作用下应县木塔斗拱支架结构性能的试验研究
PREAI
分享收藏A robust methodology for output-only modal identification of civil engineering structures土木工程结构仅输出模态识别的稳健方法
PREAI
分享收藏Reference-based combined deterministic-stochastic subspace identification for experimental and operational modal analysis用于实验和操作模态分析的基于参考的确定性-随机子空间组合识别
PREAI
分享收藏
查看更多内容