清华大学学报(自然科学版)

作者：齐智勇, 陈超, 向致谦, 王进廷, 武永恒, 周舟

单位：1. 湖北省智慧水电技术创新中心, 武汉 430000,2. 中国长江电力股份有限公司, 武汉 430000,3. 清华大学 水利水电工程系, 北京 100084

关键词：高拱坝,自动模态识别,协方差驱动的随机子空间法,基于密度的噪声应用空间聚类,聚类距离度量公式

基金：国家自然科学基金重点项目(52494971),国家自然科学基金重点项目(52339007),湖北省智慧水电技术创新中心开放研究基金项目(SDCXZX-JJ-2023-04)

高拱坝的安全运行对保障下游人民群众生命财产安全具有重要意义, 长期模态追踪是揭示其动力特性和理解其状态演化的重要手段。该文提出了一种新型聚类距离度量公式, 改进了环境激励下协方差驱动的随机子空间法(SSI-COV)+基于密度的噪声应用空间聚类(DBSCAN)模态参数自动识别方法。该公式将模态置信准则(MAC)作为分母, 频率差作为分子, 从而实现物理模态点簇内距离的收缩和物理-伪模态点间距离的放大。首先针对不同聚类距离度量, 开展了SSI-COV识别模态点聚类距离的统计分析, 证明该文提出的聚类距离度量公式仅将物理模态点集中在固定范围。然后以5自由度数值模型和实际拱坝为实例, 对比了单组模态识别与连续自动模态识别结果, 表明该文提出的聚类距离度量公式在单组模态识别中能更好地分离稳定图中的物理模态点和虚假模态点, 并对不同振动模式的聚类簇进行分类; 在连续自动模态识别中对弱激发的高阶振动模式有更好的识别效果, 识别高阶模态点数量增幅超过30%。该方法在对混凝土坝动力特性进行长期监测方面具有良好的工程实用性, 为深入掌握高拱坝长期性态演变提供了有力支撑。

来源：2026年第5期

《清华大学学报(自然科学版)》期刊编辑部

查看清华大学学报(自然科学版)杂志2026年第5期