钢井架抗震性能好,自重轻,构造简单,应用广泛,是矿山生产的重要提升设备。现役井架在长期服役过程中受日晒雨淋、频繁提升及大气腐蚀等因素作业,产生损伤,使得其刚度及强度降低,存在安全隐患。然而,受其所处环境限制,损伤难以准确识别,进而导致无法及时处理损伤构件,放任损伤继续恶化影响结构的正常使用甚至引起结构破坏。因此,本文对在役矿山提升钢井架的损伤智能识别及安全评估展开研究,主要研究内容包括:首先,通过有限元模拟的手段研究了杆件锈蚀、杆件弯曲、杆件缺失、支座沉降以及复合损伤缺陷对井架结构力学性能的影响规律,共计46种不同损伤工况。结果表明:（1）杆件端部锈蚀、杆件弯曲以及部分杆件缺失仅对损伤部位影响较大,但对结构整体应力及位移影响很小。（2）支座沉降会对井架结构的整体应力及位移产生很大影响,井架立柱最大应力增幅可达到635.53%,当斜撑基础发生沉降时,井架最大水平位移迅速增大并超过规范限值,对井架的安全使用造成威胁。（3）在杆件锈蚀及杆件缺失共同作用下,井架应力及位移增大主要由杆件锈蚀引起,井架底部7根柱间支撑及3根横梁切除影响相对较小。存在上部缺陷的井架结构在斜撑基础仅沉降30mm时,井架立柱最大应力已达到235MPa,超过钢材屈服应力,严重威胁井架安全使用。然后,借助ANSYS二次开发实现井架结构参数化建模及模态分析。通过模拟4种单损伤及3种多损伤工况,对比了曲率模态差、叠加曲率模态差、模态柔度差曲率以及单元模态应变能这四种损伤指标的识别定位效果,其中叠加曲率模态差和模态柔度差曲率损伤定位效果较好。运用D-S证据理论将叠加曲率模态差和模态柔度差曲率这两种指标进行数据融合,发现可降低甚至消除未发生损伤位置处的干扰,达到更加准确的识别效果,且两阶段融合方法的抗干扰能力优于单次融合。在损伤定位的基础上,根据曲率模态公式建立单元损伤程度与节点模态曲率的函数关系,实现结构损伤程度定量分析。此外,将支持向量机引入损伤识别,提出基于支持向量机的分步损伤识别方法:先利用SVM分类实现损伤定位,再利用SVM回归实现损伤程度判断。结果表明:经过训练以后支持向量机可以定位井架结构的绝大部分损伤,准确率可达到94%。对于损伤程度的判断,支持向量机预测值均接近真实值,且对于井架结构下半部分损伤程度的识别效果要优于上半部分。随后,以一现役井架结构为例,模拟井架4种不同损伤工况,对其损伤识别结果表明,基于模态参数多指标数据融合的损伤识别方法可以较为准确地识别出井架结构的损伤位置,验证了损伤识别方法的可行性。最后,结合本文研究内容,提出一种基于数字孪生的安全评估方法,通过建立井架结构多维数字孪生模型,利用传感器实时采集井架实体结构数据并进行数据处理,后利用支持向量机对井架进行损伤智能识别。然后,将损伤识别结果输入孪生模型仿真模拟分析,进行安全评估,从而对现役井架结构的检修维护进行精准指导。该论文有图62幅,表22个,参考文献98篇。