随着西藏地区旅游业的蓬勃发展,人群荷载对藏式古建筑结构安全的影响日益显著。为了量化人群荷载对结构的影响,需要从结构健康监测数据中分离出人群荷载引起的应变响应,提出了一种基于灰狼优化(grey wolf optimizer,GWO)算法优化变分模...随着西藏地区旅游业的蓬勃发展,人群荷载对藏式古建筑结构安全的影响日益显著。为了量化人群荷载对结构的影响,需要从结构健康监测数据中分离出人群荷载引起的应变响应,提出了一种基于灰狼优化(grey wolf optimizer,GWO)算法优化变分模态分解(variational mode decomposition,VMD)算法并结合GG(Gath-Geva,GG)聚类算法的人群荷载效应分离方法,简称GWO-VMD-GG。首先,利用GWO算法以最小包络熵为适应度函数来确定VMD参数模态分解层数K和二次惩罚因子α;其次,采用优化后的VMD算法对实测应变信号进行分解;最后,以相关系数为特征参数,采用GG聚类算法对分解得到的本征模态函数(intrinsic mode function,IMF)分量进行聚类,将快变应变分量重构,得到人群荷载引起的应变响应。简述了某藏式古建筑游客分布特征,并通过对藏式古建筑木结构应变监测数据的分析,成功分离出游客日、周、年分布特征人群荷载效应,验证了所提方法在工程实践中的有效性。结果表明,该方法能够有效避免VMD参数选择和IMF分量划分过程中的人为干预,实现从大规模监测数据中自动分离人群荷载效应,为藏式古建筑的结构安全评估提供了一种有效手段。展开更多
