摘要： 结构健康监测中往往采用自动化运行时模态分析(Automated Operational Modal Analysis，AOMA)来提取结构特征信息，但传统的运行时模态分析难以克服海上风机转子等因素导致的谐波干扰，极大地影响分析的准确性。针对风机的谐波干扰，引入卡尔曼滤波器(Kalman Filter，KF)降低信号中的谐波成分，并考虑谐波产生的密集模态，采用基于密度空间的聚类算法(Density-Based Spatial Clustering of Applications with Noise，DBSCAN)优化运行时模态分析的输出，最终改良传统运行时模态分析在海上风机上的应用。为验证方法准确性，采集东海某5 MW海上风机的加速度数据与传统方法对比了谐波的消除能力和对密集模态的识别能力，结果表明：改良后的自动化运行模态分析方法在分析运行中海上风机问题时比传统方法具有更高的精度和抗噪性，为海上风机健康监测提供了参考。

关键词: 振动与波, 海上风机, 运行模态分析, 谐波处理, 自动化, 信号处理