渡槽作为长距离调水工程的大型输水建筑物，其健康诊断、安全监测及工作性态评估对于保证长距离输水工程安全运行具有重要的作用。本文围绕渡槽这种典型大型输水建筑物，针对其结构健康监测及性态评估问题，探讨运用机器学习等算法预测渡槽运行期应力应变变化以及综合考虑监测数据、日常检测数据、不同专家评判等多源信息的结构工作性态评估，为渡槽等大型输水建筑物损伤诊断及损伤评估方案制定提供理论基础。因此，本文具有一定的理论意义和实用价值。
　　论文主要研究内容和成果包括：
　　1.针对梁式渡槽健康监测、损伤诊断以及工作性态评估问题，梳理了梁式渡槽监测及检测的内容，在此基础上分析了梁式渡槽监测及检测项目与潜在的损伤类型之间的相关关系，明确了上部结构是健康安全监测重点。
　　2.借鉴水工建筑物安全监控理论的成果，针对梁式渡槽应力应变变化受环境因素、工作条件、材料特性等多因素影响，以随机森林(Random Forest, RF)为核心建立了多因素关联下的梁式渡槽应力应变预测模型。该模型综合运用了改进的小波阈值降噪算法进行数据降噪、动态非线性关系测度(Dynamic Nonlinear Relation Measure, DNRM)方法对影响因子集进行动态修正、改进的RF算法-基于多群随机游走思想的RF算法(Multigroup Random Walk Random Forest, MRWRF)提高机器学习性能。通过与其他常规预测模型比较，证明了该模型具有良好的性能。
　　3.针对梁式渡槽安全工作性态评估问题，提出了一种综合监测、检测和专家经验信息的安全工作性态评估方法-基于D-S多级融合证据理论的梁式渡槽性态评估方法。实验结果表明：该方法可较准确的评价出其安全性态，可为梁式渡槽安全评价提供有效支撑。