架空直立式高桩码头具有适应大水位变幅、泊稳条件好、装卸效率高等优点，是三峡库区典型的码头结构型式。在码头运营过程中，易受到土体滑移、地基不均匀沉降、不规范靠泊、超限堆载等不利因素影响，从而引起码头结构损伤甚至造成码头整体倾覆。现有码头结构健康监测手段主要集中于码头结构损伤后的识别与定位，尚无法对损伤不良诱因作用进行前期预警与溯源。
　　在重庆市重大工程科研项目“内河框架直立式码头结构安全长期智能监测关键技术研发及应用”支持下，针对三峡库区架空直立式高桩码头损伤诱因反演，开展了如下研究工作：
　　（1）系统调研了三峡库区直立式高桩码头的建设情况，分析了架空直立式码头的典型结构型式，研究了主要不良损伤诱因的作用形式、作用位置、作用强度等指标。以此为基础，建立了架空直立式码头单个分段的全尺度有限元分析模型，分析了超限堆载、失控船撞以及岸坡失稳等损伤诱因作用下的码头结构受力特性，并重点分析了群桩的平面与轴向应变分布特性，研究确定了不同损伤诱因作用下的桩基应力敏感区域。
　　（2）针对三峡库区架空直立式码头损伤诱因反演的技术要求，分析提出了包括群桩应力预处理、数据降维、机器学习模型构建、反演模型评估等多环节的损伤诱因反演基本思路。在总结评估现有数据预处理、数据降维以及机器学习方法适用性的基础上，推导了基于SGD算法的神经网络结构模型，研究确定了分类问题和回归问题的模型评估方法和评估指标，并以此构建了基于神经网络的损伤诱因反演模型。
　　（3）为了满足神经网络训练的海量数据要求，在构建全尺度有限元分析模型基础上，通过分析单元类型、本构模型与材料参数、边界条件及损伤诱因作用荷载等，建立了基于梁单元的参数化有限元模型，通过与全尺度有限元分析模型进行对比，最大应力误差在10%以内，最大位移误差在15%以内，证明采用参数化梁单元模型可替代实体单元模型进行大样本计算。随机抽取超限堆载、失控船撞、岸坡失稳三种典型损伤诱因共计21000个工况，利用参数化有限元模型进行了参数化计算，并利用数据预处理、归一化、降维处理等方式构建了群桩应力样本数据集。
　　（4）利用已建立损伤诱因反演模型，分别采用分类学习器和回归学习器方法，针对超限堆载、失控船撞、岸坡失稳三种典型损伤诱因进行了反演验证：堆载作用位置识别精度达到0.98，强度识别指标R2达到0.99；船撞作用位置识别精度达到0.94，船撞作用强度识别指标R2达到0.99；岸坡作用强度识别指标R2达到0.99；混合样本类型识别精度为1.0，位置反演识别精度达到0.94，强度识别指标R2达到0.98。通过对反演结果的分析可知，构建的神经网络反演模型性能较好，能够有效的对损伤诱因作用进行反演。