一种高层建筑结构动力特性全自动识别方法技术

一种高层建筑结构动力特性全自动识别方法，包括以下步骤：计算得到时滞参数t和系统阶数m的取值范围；通过哈尔顿拟蒙特卡罗模拟产生多组随机整数[t,m]，并相应地利用SSI‑COV进行模态识别，一共得到个候选模态；利用两阶段稳定图筛选方法将一系列候选模态中的虚假模态进行剔除，获得相应的基于拟蒙特卡罗的清晰稳定图；确定MinPts的最优值的可能取值范围[Nmin，Nmax]，利用肘部规则以及轮廓系数自动确定DB Scan密度聚类方法两个控制参数的最优选择；利用拟蒙特卡罗的清晰稳定图和DBScan聚类方法获得结构模态参数。本发明专利技术解决了高层建筑结构模态识别技术中存在的识别结果受人为因素干扰严重、结果不准确等缺陷，适用于高层建筑结构的实时在线健康监测。

【技术实现步骤摘要】

本专利技术涉及结构模态参数识别，尤其涉及一种高层建筑结构动力特性全自动识别方法。

技术介绍

1、环境激励下高层建筑结构的模态参数自动识别技术已成为高层建筑结构健康监测的关键环节。其中，协方差驱动的随机状态子空间方法(ssi-cov)的自动化成为高层建筑结构健康监测领域的热点。然而随机子空间法自动化识别的关键困难--自动区分真实模态与虚假模态，一直没有得到较好的解决。一方面，自动区分真实模态与虚假模态大多是基于稳定图来进行的，所以稳定图的质量直接影响了自动识别结果的准确性。wu等人(2019)提出了双折稳定图，zhang等人(2018)开发了一种基于模型类似指数的稳定图，而这两种稳定图在现场实测的应用中表明，仍有部分假极点被误认为是稳定结果。另一方面，区分真假模态往往是通过聚类算法来自动解释稳定图来实现的，需要人为提前预定阈值或者控制参数，这对高层建筑模态识别的自动化造成了阻碍。lanslots等人(2003)将模糊聚类引入结构力学领域作为自动分析稳定图的工具，edwin等人(2012)开发了一种全自动的三阶段聚类方法来分析解释稳定图，而这两种方法仍然会将部本文档来自技高网...

【技术保护点】

1.一种高层建筑结构动力特性全自动识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种高层建筑结构动力特性全自动识别方法，其特征在于：所述步骤A1中，基本自振频率获取方式如下，利用功率谱密度法分解高层建筑结构动力的响应，得到结构动力响应的能量分布曲线；再利用尺度空间峰值拾取技术，自动拾取高层建筑结构的基本自振频率。

3.根据权利要求2所述的一种高层建筑结构动力特性全自动识别方法，其特征在于，所述时滞参数t和系统阶数m的取值范围的计算公式如下：

4.根据权利要求1所述的一种高层建筑结构动力特性全自动识别方法，其特征在于：所述步骤A2中，通过...

【技术特征摘要】

1.一种高层建筑结构动力特性全自动识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种高层建筑结构动力特性全自动识别方法，其特征在于：所述步骤a1中，基本自振频率获取方式如下，利用功率谱密度法分解高层建筑结构动力的响应，得到结构动力响应的能量分布曲线；再利用尺度空间峰值拾取技术，自动拾取高层建筑结构的基本自振频率。

3.根据权利要求2所述的一种高层建筑结构动力特性全自动识别方法，其特征在于，所述时滞参数t和系统阶数m的取值范围的计算公式如下：

4.根据权利要求1所述的一种高层建筑结构动力特性全自动识别方法，其特征在于：所述步骤a2中，通过拟蒙特卡罗模拟使用哈尔顿技术产生k组随机整数[t,m]，利用ssi-cov一共得到个候选模态[δ1,δ2,…,δi,…,δk]，其中：ni表示δi中的候选模态数，δi表示第i组候选模态的集合，表示δi中第s个候选模态，表示中的自振频率，表示中的阻尼比，表示中的振型。

5.根据权利要求1所述的一种高层建筑结构动力特性全自动识别方法，其特征在于，所述步骤a3中，两阶段稳定图筛选方法中，第一阶段为剔除所有不符合硬验证标准的候选模态，第一阶段的硬验证标准如下：

【专利技术属性】
技术研发人员：侄伦海，吴宗龙，周康，段明刚，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：