作为我国超高坝的主要坝型，高拱坝具有良好的承载能力及经济性，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，本项目课题组根据研究计划要点和研究计划进度，拟定了详细的研究方案，采用理论分析、数值模拟、模型试验相结合的研究方法，针对结构参数不确定性大、反演算法不适定强等难点，运用模型修正以及滤波类方法作为基本反演分析工具，结合正则化技术对结构损伤识别算法进行改进，重点研究了高拱坝结构分区等效弹性模量的检测与诊断，全面完成了研究计划内容，取得了预定的研究成果。相关进展和研究成果主要包括：（1）时变温度场作用下高拱坝有限元模型的建立与静动力分析；（2）适于高拱坝结构损伤识别的正则化模型修正方法：具体包含基于响应面方法的模型修正、基于DS证据理论的静动力反演数据融合、不同正则化策略的模型修正算法等；（3）结合正分析先验信息的震后高拱坝模糊损伤识别方法，具体包括高拱坝弹塑性抗震分析以及可能的损伤模式、基于损伤模式种群筛选的遗传算法、基于改进遗传算法的高拱坝模糊损伤识别方法等；（4）基于高拱坝长期变形数据的滤波类损伤识别方法，具体包括基于长期拱坝变形数据的扩展卡尔曼滤波损伤识别方法、结合1范数正则化的无迹卡尔曼滤波方法、具有损伤识别和传感器故障诊断功能的联邦卡尔曼滤波方法、结合零变异改进的PSO粒子滤波算法、集员滤波区间反演算法及其改进等。本课题研究成果有助于提高高拱坝结构损伤定位及定量评估的准确性与可靠性，有利于保障高拱坝结构的安全性，并为高拱坝在线监测和损伤识别提供了必要的理论基础和技术支撑。 2100433B