目前结构安全监测在工程应用中存在诸多问题和挑战,其中一个重要的问题是现有监测系统往往需要大量传感器。这使得现有的结构安全监测系统的造价昂贵,不利于工程推广,同时也使得海量的监测数据难以处理。因此,如何减少传感器数量并使用少量传感器数据达成基本的监测任务,便成了一个非常有现实意义的课题。我们把这种思想称之为结构安全监测的"二八理论",即使用现有安全检测系统20%的造价去完成现有系统80%的功能。为了达成这一目标,作者科研团队开发了多种基于少量传感器的结构安全监测方法,如单传感器信息的重构相空间方法、基于双传感器信息的移动互相关函数法与移动传递熵方法。开发了基于少量传感器信息的移动主成分分析法,发现并解释了主成分分析法在结构动力特性分析中的物理意义和内涵。利用上述少量传感器方法对虎门大桥、黄埔大桥和九江大桥进行长达5年的安全监测与评估,结果表明移动主成分分析法最适用于实际工程的实时监测。同时,团队近年来针对少量传感器条件下的特征提取问题,着重发展了人工智能方法在结构安全监测中的应用。人工智能方法直接分析结构振动信号,利用深度学习自动提取特征参数进行结构安全评估,发现其自动提取特征的能力可以不依赖人类知识,有强大的能力从数据中自主学习到物理概念。人工智能方法为结构安全监测提供一种新的思路和途径,前景广阔。