申请/专利权人：福建农林大学

申请日：2020-07-22

公开（公告）日：2023-02-21

公开（公告）号：CN111898664B

主分类号：G06F18/23213

分类号：G06F18/23213;G06F18/213

优先权：

专利状态码：有效-授权

法律状态：2023.02.21#授权;2020.11.24#实质审查的生效;2020.11.06#公开

摘要：本发明涉及一种基于Block‑Bootstrap和多阶段聚类的桥梁模态参数自动识别方法，包括以下步骤：步骤S1:采集结构响应信号；步骤S2:对采集的结构响应信号，进行时间序列分块及基于SSI的模态参数识别；步骤S3:采用模糊C均值聚类进行稳定轴自动拾取,得到初始模态参数；步骤S4:根据得到的初始模态参数，基于层次聚类进行二次聚类，得到修正后模态参数；步骤S5:对修正后模态参数识别结果不确定性量化，得到最终识别结果。本发明降低聚类算法及环境因素引入的不确定性对识别结果的影响，提高模态识别的鲁棒性和精度，可用于获取工程结构的动力特性，适用于结构的在线连续健康监测。

主权项：1.一种基于Block-Bootstrap和多阶段聚类的桥梁模态参数自动识别方法，其特征在于，包括以下步骤：步骤S1:采集结构响应信号；步骤S2:对采集的结构响应信号进行时间序列分块及基于SSI的模态参数识别；步骤S3:采用模糊C均值聚类进行稳定轴自动拾取,得到初始模态参数；步骤S4:根据得到的初始模态参数，基于层次聚类进行二次聚类，得到修正后模态参数；步骤S5:对修正后模态参数识别结果不确定性量化，得到最终识别结果；所述步骤S2具体为：步骤S21:结构响应信号数据样本Y＝{Y1,Y2,…,Yt}，取分块长度b，按照时间序列依次构建各分块，其中分块ZQ＝{Yt-Q-1*b+1,Yt-Q-1*b+2,…,Yt}，其中Q＝[tb]；其中，[.]表示向下取整；步骤S22：生成观测分块Z＝{Z1,Z2,…,ZQ}，各分块分别代表桥梁某一个测点不同时间段的时程响应信号；步骤S23：采用Block-Bootstrap理论，从Z中有放回地随机抽取M块，生成再生样本步骤S24：对于再生样本中每一个子样本，重复运用SSI-COV法进行识别，得到M块数据的稳定图。

全文数据：

权利要求：

百度查询： 福建农林大学 一种基于Block-Bootstrap和多阶段聚类的桥梁模态参数自动识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD