如何从海量数据中获取结构的特征信息,判断桥梁结构的运营状况是桥梁健康监测系统的主要任务。其中,有限测点下的传感器优化布置是基础,环境激励下的模态参数识别是核心,损伤识别方法则是关键。本文围绕这三个桥梁健康监测系统的共性关键问题,开展深入系统的研究、开发及应用。传感器优化部分,主要阐述8种经典传感器优化算法的基本思想,系统梳理各算法的技术特点和计算流程,总结各算法之间的演变及联系,并集成开发软件,为模态识别提供基础;模态识别部分,详细介绍两种信号预处理方法和6种运行模态参数识别方法的基本理论、归纳总结各算法的技术特点和数值计算方法,以各种算法的数值分析手段为出发点,探讨不同算法的识别精度、适用范围,以及抗噪水平。损伤识别部分,深入研究基于模态的损伤识别方法,主要包括基于频率、基于曲率模态和基于柔度矩阵的损伤识别方法,探讨各种损伤指标的使用范围以及抗噪水平。目前,还没有成套的健康监测数据分析软件,少有的几个商业软件均为黑箱模式、不能定制;更为关键的是,它们需要人工干预,不能满足桥梁健康监测系统集成化、自动化、实时化的要求。为此,本文以MATLAB为平台,集成开发模态分析工具箱和损伤识别工具箱。模态识别工具箱功能涵盖6种经典的模态识别算法,并针对不同算法增设参数调试功能,能够进行实时模态参数识别。损伤识别工具箱涵盖了基于频率、基于曲率模态和基于柔度矩阵三大类的损伤指标计算功能,简洁直观地显示结构损伤位置。用户可以直接使用模态分析工具箱进行实时模态分析和研究,利用损伤识别工具箱判断结构的损伤位置。最后对一座三跨连续刚构的数值模型通过8种传感器优化布置算法进行传感器优化布设,并针对3种混合算法的影响因素进行参数化分析,结果表明EI法效果最差,逐步消减法效果最稳定,混合算法的性能与参数的选取有关;采用6种模态识别算法进行模态识别,结果表明,模态识别方法中,FDD法抗噪性最好,SSI法和ERA法识别精度最高。通过损伤识别的计算发现,损伤指标MFC的抗噪性最好。为进一步验证程序的可靠性和适用性,利用模态分析工具箱对南京长江四桥进行实桥模态分析,结果表明本文开发的工具箱具有很好的实际应用价值。