陈太聪 李盈盈 苏成 马海涛

摘要： 在环境激励下辨识结构模态时，系统阶次作为关键计算参数不易准确判定，通常采用基于假设系统阶次的稳定图方法来辅助进行，但其中稳定轴的判定较为主观，容易遗漏真实模态及引入虚假模态。基于数据挖掘技术，提出识别概率直方图（Identificationprobability Histogram，IpHist）的新方法，对不同假设系统阶次下通过随机子空间识别得到的多组备选模态，根据频率容差和模态置信度容差准则进行一致性聚类，继而计算群组聚类结果的识别概率，并绘制相应的识别概率直方图，最后选取识别概率大的结果作为结构模态结果。通过IASCASCE结构健康监测工作组提供的4层框架Benchmark模型算例，阐述了所提IpHist方法在环境激励下辨识结构模态的有效性，显示了方法较强的抗噪能力。

关键词： 模态辨识； 随机子空间； 稳定图； 识别概率直方图

中图分类号： O327； TU317+.1文献标志码： A文章编号： 10044523（2016）04056107

DOI：10.16385/j.cnki.issn.10044523.2016.04.001

引言

近年来，针对环境激励进行结构模态识别的多种方法在结构检测领域得到了广泛的应用[12]，其中的随机子空间法[3]直接在时域内进行数据分析，避免了传统频域方法——峰值拾取法[4]中频率分辨率误差的问题，不仅能识别结构系统的模态频率，也能识别结构系统的模态振型和阻尼比，在实际结构检测中逐渐受到重视[5]。在该方法的应用中，系统的阶次是关键的计算参数，常用的办法是对观测矩阵进行奇异值分解，继而根据奇异值的突变情况来确定系统的阶次[6]。但在工程实践中，由于受到多种噪声的影响，奇异值的突变状态不易辨别，难以准确判定系统的阶次[7]。……