近年来高坝等泄流结构的水头不断提高，高速下泄水流会对结构产生不利影响，严重时导致其整体破坏。因此，对高坝等泄流结构的运行状态进行必要的监测意义重大。振动信号是反映结构振动特征信息的有效载体，通过对振动信号的处理和分析能够有效地提取结构振动特征信息，从而实现结构的运行状态监测。本文以三峡5＃溢流坝段为研究对象，采用大坝原型观测数据，结合特征信息提取和多测点信息融合技术分析大坝的振动特征，提取反映结构运行状态动态变化过程的“动态”敏感因子，将“动态”敏感因子与统计指标等“静态”敏感因子结合，监测大坝的动态变化过程，对其安全状况进行评价。
　　本文主要内容如下：
　　(1)大坝运行特征信息提取。高坝等泄流结构采集到的振动信号中通常含有大量干扰信号，主要是水流噪声和高频白噪声，反映结构自身振动特性的有效信息会被干扰信号所掩盖，从而对结构的安全评价精度产生较大影响。针对此问题，提出一种改进的VMD与SVD相结合的联合滤波方法，对大坝振动信息进行预处理，滤除低频水流噪声和高频白噪声，提取结构的真实振动特性。构造仿真信号将本文方法与数字滤波、小波阈值、EMD、EWT、VMD、SVD等方法进行对比，研究表明IVMD-SVD联合滤波方法可滤除噪声信号，精度更高。将该方法运用于三峡5＃溢流坝，准确提取大坝的运行特征信息，分析大坝振动优势频率，为高坝等泄流结构的安全监测及评价奠定基础。
　　(2)多测点振动特征信息融合，提取大坝的整体振动特性。高坝等泄流结构工作条件比较复杂，测点位置的布置对其测试信号影响较大，单一测点测试数据无法反映结构的整体信息。提出了方差贡献率多测点特征信息融合算法，并以5＃溢流坝原型观测数据验证了其可行性。研究结果表明：基于方差贡献率的信息融合算法可高效提取结构整体信息，凸显信号中的优势频率，全面保留结构的整体振动特性，工程实用性强。
　　(3)大坝运行状态在线监测。提出了排列熵等“动态”监测指标，监测泄流结构的运行状态动态变化过程，结合3?法则、变异系数等统计指标定量判断大坝的振动状态，弥补“动态”监测指标的不足，提高大坝在线安全监测的精度。此外，以三峡5＃溢流坝为研究对象对其进行了安全评价，评估结构自身的安全性以及结构对人体产生的影响。结果表明：排列熵等“动态”敏感因子能够较好地反映不同时刻泄流结构运行状态的动态变化过程，在线监测泄流结构的运行状态。三峡5＃溢流坝段在泄流工况下的动位移最大值小于允许值，处于稳定运行状态，人体不会出现不舒服的感觉。