健康监测系统应用于大跨度桥梁为实时掌控结构状态提供了可能和便利，主梁挠度是桥梁在运营过程中受到各种作用因素下产生的直观便于测量的总体响应，准确把握这些作用因素单独作用下桥梁的主梁挠度更有利于对结构的状态进行评估。因此，本文基于国家自然科学基金资助项目(51408452)，以武汉某斜拉桥在健康监测系统下的挠度监测数据为基础，针对大跨斜拉桥主梁监测挠度中各成分分离和拉索的损伤识别，主要工作成果如下：
　　(1)利用自适应噪声的完备集合经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise, CEEMDAN)可将单通道混合信号按照不同时间尺度分解为多通道信号，但得到的多通道信号中存在虚假信号成分和模态混叠的问题；针对虚假信号成分剔除的问题，提出一种基于排列熵(Permutation Entropy，PE)和K-L散度相结合的虚假分量剔除方法，对模拟信号的处理结果表明，本文所提算法相比直接基于K-L散度剔除虚假分量的结果误差更小。
　　(2)结合单通道盲源分离算法在桥梁监测挠度分离中的应用，提出一种基于CEEMDAN-SOBI的单通道盲源分离算法来实现桥梁监测挠度低频项的分离，将CEEMDAN作为构建虚拟通道的多分辨率分解算法，二阶盲源辨识算法利用原信号相互独立的特性从混叠的信号中分离出原信号；对桥梁模拟挠度信号和实测挠度信号的分离结果表明该算法能够比较精确分离得到桥梁挠度中各作用因素下的效应值，可为实际工程提供数据参考。
　　(3)以时变整体温差作用作为斜拉桥有限元模型的外在激励，提出了一种使用主梁各测点温度挠度对拉索进行损伤识别的方法。该方法利用每两个相邻测点的温度挠度变化曲线构建回归模型并计算回归参数，把回归参数作为结构的一种固有属性，通过回归参数的改变来对拉索进行损伤识别；对斜拉桥有限元模型的拉索损伤识别的模拟结果表明，该方法能较好对拉索的损伤进行识别；考虑测量误差和噪声的影响，引入损伤概率的定义，分析了不同信噪比影响下本文所提方法对拉索进行损伤识别的效果，结果表明本文所提方法具有一定的抗噪性能。
　　(4)对于实际斜拉桥拉索的损伤识别，假定武汉某斜拉桥主梁每天凌晨1 点至早上8点的日温差挠度是变化的整体温差挠度与恒定的梁截面温差挠度之和，利用相邻测点的温度挠度构建回归模型的拟合度来对此假定进行验证，结果表明能够得到较高拟合度；以武汉某斜拉桥每天凌晨1点至早上8点的日温差挠度作为损伤识别的数据基础，采用CEEMDAN-SOBI方法结合损伤概率的定义对该斜拉桥主跨跨中附近的拉索出现损伤的概率进行计算，最终的识别结果与该桥的人工巡检和静载实验结果相吻合，验证了本文所提方法在实际工程中应用的有效性。