بهبود شناسایی مودال در سیستمهای چند درجه آزادی با تاکید بر کاهش عدم قطعیت به روش شناسایی زیر فضای تصادفی

در این مطالعه یک روش خوشه بندی ترکیبی برای کاهش عدم قطعیت های ناشی از روش های شناسایی مودال زیر فضای تصادفی (SSI) ارائه شده است. روش پیشنهادی از سه مرحله خوشه بندی برای استخراج مودهای پایدار استفاده می کند و بر روی یک سیستم پنج درجه آزادی مورد ارزیابی قرار می گیرد. در مرحله اول با تعریف محدوده ای برای نسبت میرایی و با استفاده از فاصله قطب ها و معیار ارزیابی مودال (MAC)، مودهای غیر سازه ای با استفاده از خوشه بندی Kمیانگین حذف می شود. در مرحله دوم با استفاده از خوشه بندی سلسله مراتبی، مودها بر پایه تشابه فرکانس و اشکال مودی دسته بندی می شوند و در مرحله سوم مودهای نهایی بر اساس انحراف معیار فرکانس طبیعی و نسبت میرایی استخراج می شوند. برای اعتبارسنجی روش، سیستم تحت تحریک نویز سفید گاوسی شبیه سازی شده و روش پیشنهادی روی داده های پاسخ اعمال می شود. به منظور بررسی تاثیر سطح نویز بر دقت روش، تحلیل ها در سطوح مختلف نویز (۱۰%، ۱۵% و ۲۰%) انجام شده و نتایج استخراجی با مقادیر تحلیلی سیستم مقایسه می شوند. مقایسه نتایج در سطوح نویز مختلف نشان می دهد که روش پیشنهادی در حضور نویز عملکرد پایداری داشته و در شناسایی مودهای پایدار در سیستم های چند درجه آزادی دقت بالایی دارد.

کلیدواژه ها:

شناسایی زیر فضای تصادفی ، کاهش عدم قطعیت ، سیستم های چند درجه آزادی ، خوشه بندی