作为我国超高坝的主要坝型，高拱坝具有良好的超载能力及经济性，但同时其安全性也因高坝、大库容、复杂环境条件等因素的影响而备受关注。为提高高拱坝健康监测水平，研究准确高效的损伤识别算法是目前的关键技术问题。因此，本研究拟在考虑材料参数、外界作用及测量数据不确定性的情况下，建立适于高拱坝损伤识别的模型修正方法。主要内容有：（1）采用模糊变量描述复杂高拱坝结构的不确定性，针对高拱坝损伤特点，研究结合正则化过程的模糊模型修正方法，从修正参数隶属函数提取结构损伤指标；（2）充分利用高坝长期监测系统，以大坝变形等结构响应的长期时间序列为输入数据，建立卡尔曼滤波框架下的递推型修正算法；同时考虑温度场分布等时变模糊因素的影响，采用模糊扩展卡尔曼滤波方法进行高拱坝损伤识别。本研究将从数值模拟、模型实验及原型观测等方面分析、验证损伤识别方法的可靠性，为高拱坝运行期间的在线监测、安全评价等提供理论基础和技术支撑。
