随着社会经济的发展和城市建设的需要,结构形式复杂、跨度大的建筑物逐渐增多。这些建筑物在服役期内的健康状态引起了广泛的关注。现场实测可以获得结构的实时监测数据,通过分析风速、加速度响应等数据可以评估结构的健康状态。本文基于太原南站健康监测平台,获得了良态强风及非平稳风的风时程数据和多工况激励下的加速度响应,分别对上述内容展开研究。基于太原南站两个测点采集到的的风时程数据,研究了春夏两季太原南站风场良态强风的平均风速、风向、脉动风功率谱,考察了湍流度、湍流积分尺度、阵风因子随平均风速的变化规律,并将春夏两季风特性进行对比;基于太原南站采集到的两种非平稳风时程数据,以平稳风为对照组,处理非平稳风时程数据得到实测脉动风速功率谱密度。通过HHT方法得到脉动风时程Hilbert谱和边际谱,采用演变谱估计的方法研究非平稳风功率谱随时间和频率的变化规律。基于太原南站健康监测系统,对环境激励、列车工况激励、人群激励、施工激励下的加速度响应进行了分析,尤其对一、二、三组列车进出站及列车不停站的工况进行了细致的研究,确定性激励下的加速度响应主要集中在与列车荷载轴重频率（fv1、fv2、fv3）、站房自振频率相关的几个频点内,各个工况下的加速度响应峰值均小于规范规定的限值,等效峰值加速度（ESPA）曲线能较好地反映太原南站结构的舒适度水平。接下来识别密频结构振动响应的模态参数,通过特征实现算法（NEx T-ERA）、随机子空间法（SSI）以及随机减量法（RDT）三种时域方法对加速度响应进行模态分解和动力参数识别。对于太原南站这种大跨度结构,其振动模态为低频密集的,由于SSI和NEx T-ERA在识别模态参数的普遍性、精确度和计算效率上要远远优于RDT,故使用SSI和NEx T-ERA方法可以很好的识别到模态参数,使用RDT方法能够得到模态参数的幅值相关性。最后,对本文研究内容做出总结,指出接下来的研究方向。