我国现役混凝土坝无论是建设数量还是建造规模均居世界首位,其长效健康服役关乎整个水工程的安危。服役期内混凝土坝受外部环境荷载与内部材料性能演变协同作用,大坝结构难免出现不同程度的性能退化问题。依托大坝原型监测资料有效建立安全监控模型,合理感知并诠释大坝结构运行性能、保障大坝服役安全是坝工界长期关注的重要科学问题。为此,本文以重力坝为对象,采用理论分析、数值仿真与原型观测相结合的研究手段,开展运行期混凝土重力坝变形体征监控方法研究。主要研究内容如下:(1)考虑到原型监测资料难免存在数据缺失与数据异常等问题,为进一步提升监测数据对大坝运行性态的诠释能力,结合核独立主成分分析与极限学习机构建了融合多源时空信息的监测数据缺失插补模型;另外,利用奇异谱分析与3?准则提出了监测数据奇异点诊断方法。(2)伴随服役年限的增加,筑坝材料不可避免地出现不同程度的老化与性能退化,大坝结构材料参数较设计期发生了一定程度的变化。考虑到实际工程领域中监测资料存在一定误差,而基于确定性结构参数与物理模型获取的结构分析结果难免失真,故结合粗糙集理论与神经网络原理建立了混凝土坝材料参数区间反演模型。(3)鉴于传统监控模型中变形与环境因素间函数关系尚未完全明了,推导了大坝与库区泥沙淤积间的函数关系,并提出了基于鸡群算法优化的相关向量机构建了变形监控统计模型;此外,为较好地联系大坝系统结构性态演变特征,在材料参数反演的基础上构建了相应的变形监控混合模型。(4)变形预警指标是对大坝运行性态加以反馈和控制的重要指标,在介绍结构分析法与典型小概率法拟定变形预警指标方法的基础上,基于前述变形监测资料正反分析结果拟定了相应的水平变形预警指标。