Paper Abstract
تخمین پارامترهای دینامیکی یکی از روشهای شناسایی آسیب و بروزرسانی مدل سازه است. آنالیز مودال عملیاتی شامل تکنیکهایی است که پارامترهای مودال سازه مانند فرکانسهای طبیعی، شکل مودها و میرایی هر مود را با استفاده از پاسخ ساز به بارهای نامعلوم محیطی تخمین میزند. از مشکلات روشهای آنالیز مودال عملیاتی، وابسته بودن آنها به قضاوت کاربر در تشخیص مودهای واقعی از مودهای جعلی و همچنین تفکیک مودهای فیزیکی از یکدیگر است .آنالیز مودال عملیاتی خودکار با استفاده از روشهای یادگیری ماشین، تلاش میکند که دخالت کاربر در تخمین پارامترهای مودال را به حداقل برساند. در این پژوهش سعی میشود با کمک روشهای خوشهبندی، مودهای فیزیکی از مودهای محاسباتی (جعلی) جدا شده و مودهای واقعی از یکدیگر تفکیک شوند. این پژوهش بر روی یک قاب برشی با ۵ درجه آزادی انجام شده است و نتایج نشان از کارایی روشهای خوشهبندی به صورت دو مرحله ای در آنالیز مودال خودکار دارد.