水闸是防洪保安、水资源调度、蓄水灌溉的重要公共基础设施,其作用堪比水利枢纽的大门,因此,水闸结构能够安全正常的工作,对整个水利工程的运行起着至关重要的作用。然而,水闸结构的工作特点比较复杂,往往处于带水工作状态,难以判断结构局部的损伤,于是,利用智能化方法对水闸结构的损伤进行动力诊断的研究是十分必要的。本文将以建立水闸结构损伤的智能诊断模型为主旨,提出了应用锤击法获得中小型水闸模态参数的方法,形成了水闸结构的物理模型与试验模型的统一,得出可以以物理模型的损伤对结构的影响代替试验模型的损伤对结构的影响的结论。本文首先阐述了结构损伤检测方法的研究现状及水工结构损伤检测技术中的先进方法,介绍了应用于结构损伤诊断领域的智能诊断方法,以及提出了基于HPSO优化的最小二乘支持向量机方法;接着阐述了几种振动信号的预处理方法,构造了噪声信号并借助Matlab语言对以上消噪方法进行了验证;然后介绍了结构损伤检测的动力学原理,总结了对结构损伤敏感的模态参数;对水闸结构的物理模型的模态参数进行了数值求解,同时对水闸模型的试验模型进行了动力测试试验,通过实验获得了试验模型的模态参数,通过数值计算结果与试验结果的对比,说明模态参数的数值求解方法与实验方法是等效的;再者介绍了采用HPSO优化核参数的LS-SVM方法的基本原理,将该模型融合到了结构损伤诊断的问题中,形成基于HPSO-SVM方法的动力诊断模型,针对结构损伤监测数据不完整的情况,提出了一种基于HPSO-SVM模式识别的新的诊断方法;通过混凝土简支梁的损伤样本集建立了以上两种模型,预测结果表明这两种模型均能快速准确的锁定结构的损伤;最后通过数值计算的方法获得水闸结构的物理模型处于不同损伤情况时的模态参数,分析了水闸不同位置及程度的损伤对结构的影响,以水闸的损伤样本集作为智能诊断方法的输入与输出,建立了基于HPSO-SVM模式识别的水闸结构损伤的动力诊断模型。综上所述,本文所提的数值计算方法,能够在不损伤水闸结构的情况下,得到结构损伤的样本集;同时所建立的基于HPSO-SVM模式识别的动力诊断模型,能够准确诊断出水闸结构的损伤。