我国高拱坝大部分修建在自然环境恶劣、地震活动频繁的西南地区,容易遭受地震荷载的冲击而损伤。由于高拱坝建成后库容大、水头高,一旦失事将严重危害人民生命财产安全。因此,及时准确评估高拱坝的震后损伤状态,对于保证结构安全具有重要工程实际意义和指导意义。本文以二滩高拱坝为工程背景,提出了一种考虑正分析先验信息的震后高拱坝损伤识别方法,为高拱坝的震后损伤反演工作提供理论与技术支持。(1)根据实际工程背景,建立并校验二滩高拱坝的有限元模型,保证模型能准确反映结构的实际动力特性。在一组确定的地震波作用下,采用混凝土塑性损伤模型进行地震时程分析,研究材料参数不确定性对高拱坝地震损伤的影响,根据计算结果获取高拱坝地震损伤的规律性认识,确定在该组地震波作用下高拱坝的震后损伤模式,以此作为先验信息,为震后高拱坝的损伤反演提供必要的约束,降低不适定性的影响。(2)将先验信息引入到损伤反演中,提出了基于先验信息筛选种群的遗传算法。首先,以先验信息作为约束,建立损伤参数与模态参数的BP神经网络代理模型。然后,用模态参数构造目标函数,用损伤参数构造种群,利用遗传算法对目标函数进行寻优,求解最优损伤参数。为了改善损伤反演的不适定性,避免局部最优解,在传统遗传算法中引入先验信息作为约束,生成符合先验信息的初始种群,并在寻优过程中,筛选种群中满足先验信息的个体,提高寻优效果。结果表明,本文提出的方法具有较好的识别效果和较高的抗噪性。(3)由于缺乏实测模态参数中噪声的统计信息,噪声的概率分布函数难以确定,使得实测模态参数具有模糊性。利用模糊集理论处理模糊变量,提出了基于模糊集理论的遗传算法。首先,根据实测模态参数的隶属度函数,确定隶属度为α时实测模态参数的α截集。然后,在α截集的情况下,用模态参数构造目标函数,用损伤参数构造种群,利用遗传算法对目标函数进行寻优,求解α截集情况下的最优损伤参数。最后,组合所有截集的识别结果得到损伤参数的隶属度函数。为了改善损伤反演的不适定性,避免局部最优解,同样在遗传算法中引入先验信息作为约束。结果表明,模糊集理论能有效处理模糊变量的损伤反演问题,算法识别的损伤参数隶属度函数能有效指导结构的损伤评估。