一种海上风机结构模态参数自动化识别方法

本申请提供一种海上风机结构模态参数自动化识别方法，包括：对海上风机结构实测结构动力响应进行功率谱密度分析，利用长短期记忆网络(LSTM)深度学习网络识别谐波频率；利用周期子信号‑卡尔曼滤波器获取只有环境激励的海上风机结构的动力响应；而后使用蒙特卡罗协方差驱动随机子空间识别方法得到蒙特卡罗稳定图，进而识别结构的稳定模态；最后，利用基于密度的带噪声应用空间聚类方法获得海上风机结构的模态参数。本申请能够有效解决谐波激励给模态参数识别带来的挑战，提高结构模态参数的准确性；同时，提高海上风机的结构健康监测、状态评估和损伤识别能力，进而支持海上风能的发展。