建立合理的健康监测系统,发现桥梁结构的早期结构整体性能变化对避免安全事故与过大的经济损失的发生具有重大意义。本文通过建立连续动态健康监测系统,获取桥梁结构的动态响应信号,基于自动模态参数提取方法获取大量动态参数,进而建立动态参数与环境因素的统计识别模型,去除环境因素对动态参数的影响,提取只对结构整体变化敏感的指标,识别结构整体性能变化。为了获取大量准确的模态参数,本文对连续动态数据运用协方差驱动的随机子空间方法(SSI-COV)基本理论和模糊聚类算法,得到不含虚假模态的稳定图,实现自动模态参数提取。通过运用多重线性回归方法,对大量的动态参数与相应环境因素建立统计模型。对最优统计学模型计算得到的残差矩阵进行离群值分析,得到只对结构性能变化敏感的新颖度指标,识别结构整体性能变化。本文选用适用于National Instrument的Lab VIEW软件环境,开发数据连续采集和自动模态参数提取程序。数据采集程序通过模块化的编译方式实现数据的连续采集、数据预处理和自动定时存储功能。自动模态参数提取程序运用SSI-COV理论获取稳定图,通过去除稳定图中的虚假模态,实现自动模态参数提取。通过滨州黄河大桥模型9 d的连续自动采集与识别,检验了自动采集程序和自动模态参数提取程序的适用性。基于深圳大沙河桥的数值模拟结果与模态实验结果,建立连续动态监测系统;通过42 d的自动连续采集与自动模态分析,得出施工阶段大沙河模态频率的变化,并对42 d结构频率与温度数据进行相关性分析,识别出施工阶段结构性能变化。运用葡萄牙Pedro e Inês桥的5年监测数据识别运营阶段结构性能变化。运用多重线性回归的方法建立第1年温度与结构频率之间的非线性关系。以此作为基准模型,去除环境因素对结构频率的影响,提取只对结构性能变化敏感的指标,得到5年内反映结构性能变化的新颖度指标的变化,识别结构早期性能变化。