基于振动的结构损伤识别方法在实际应用中会受到测量噪声和环境因素变化等因素的影响,使结构损伤识别方法的准确率降低。奇异谱分析(Singular Spectrum Analysis,简称SSA)是一种无参数频谱估计技术,它适用于分析无先验知识的动态系统采集到的时间序列。本文通过奇异谱分析得到测量信号中受测量噪声影响较小且包含较多损伤信息的成分,结合AR模型残差构造损伤指标(Damage Index,简称DI)进行噪声影响下的结构损伤预警研究;利用奇异谱分析对结构模态频率进行分析,识别并去除其趋势成分,得到重构频率序列,并利用欧氏距离构造损伤指标进行环境因素影响下的结构损伤预警研究,主要内容如下:(1)介绍了结构损伤识别的研究背景和意义,综述了结构损伤识别方法的分类,着重介绍了基于振动的结构损伤识别方法。指出了结构损伤识别过程面临的两个主要问题:噪声和环境因素影响。(2)介绍了本文用到的一些基本理论:奇异谱分析、AR模型、谱峰值法和单值控制图。(3)噪声影响下基于奇异谱分析和AR模型残差的结构损伤预警研究。首先,对实测的加速度响应信号进行奇异谱分析,得到各阶奇异值的占比值,选择结构损伤前后占比值变化较大的各阶奇异值所对应的分量成分进行重构,得到去除了噪声影响的加速度响应信号。利用AR模型对去除了噪声影响的加速度响应信号进行拟合,得到AR模型参数,利用结构损伤前后的AR模型残差构造损伤预警指标,并利用该指标进行结构损伤预警研究。白噪声激励和迁安地震波激励下的五层钢框架结构的数值模拟和振动台模型试验验证了该损伤预警方法的有效性,同时考虑了不同程度噪声的影响。(4)环境因素影响下基于奇异谱分析和模态频率的结构损伤预警研究。首先对实测的加速度响应信号进行分段处理,利用谱峰值法得到每段数据的一阶模态频率,并按分段的先后顺序将其排列为一阶模态频率序列。对该一阶模态频率序列进行奇异谱分析,得到其奇异值和左、右奇异向量,通过右奇异向量的时程曲线判断其是否属于趋势成分,选择除趋势成分之外的其它成分进行重构得到去除环境因素影响的一阶模态频率序列,这里认为趋势成分为环境因素对一阶模态频率序列的影响。计算结构损伤前后去除环境因素影响的一阶模态频率序列之间的欧氏距离作为损伤特征指标,并将其作为样本,结合单值控制图进行结构损伤预警。白噪声激励下的五层钢框架结构的数值模拟和振动台模型试验验证了该损伤预警方法的有效性,并考虑了不同程度噪声的影响。