基于大跨度站台雨棚钢结构建立的钢结构健康监测系统在长期服役过程中,由于没有考虑钢结构状态变化,误预警时有发生,因此及时了解钢结构状态变化趋势并做出准确预警已成为关键,探讨并完善预警阈值设定及预警条件对站台雨棚钢结构健康评估具有工程实际意义。本文基于数据采集系统收集的大量钢结构相关应变和环境信息,结合数据采集系统和大跨度站台雨棚钢结构健康监测系统工程实际背景,展开对健康监测系统阈值设定与多条件综合预警方法的研究。进行了基于多元线性回归（MLRM）拟合剔除环境因素对钢结构应变的影响,重新设定阈值,并分析得出多条件综合预警的条件。通过对基于时间序列预测模型季节性差分自回归滑动平均模型（SARIMA）和长短记忆神经网络（LSTM）预测方法对比,结合预测结果及多条件综合预警方法综合评估雨棚健康状况进行预警。主要研究内容如下:（1）结合大跨度站台雨棚钢结构的工程实际情况,建立数据采集系统和钢结构健康监测系统,钢结构健康监测系统通过数据中心与数据采集系统交互,研究了相关数据预处理,包括数据清洗、数据特征抽取、数据异常值处理、特征选择和数据平滑处理,选取适合本文数据预处理的方法。（2）根据健康监测系统在长期服役过程中存在初始阈值设定方法不合理的问题,提取影响钢结构应变主要特征,利用合适线性拟合方法剔除应变中环境因素的影响,建立了多条件预警方法,即以应变大小和应变变化率为主,应变变化趋势为辅作为综合预警指标并设定相应阈值,并通过结合健康监测系统实际情况进行适用性分析,为后文结合预测预警打下坚实基础。（3）提出基于MLRM的SARIMA和LSTM预测辅助预警方法,通过实际监测数据分析,对比两种方法的适应性,选取适合大数据健康监测系统应变预测的方法,验证其模型的有效性。（4）建立了MLRM-LSTM模型,结合使用单元时间模型和多元时间序列模型分别预测应变、应变变化率和应变变化趋势辅助评估预警方法,总结多条件预警方法,验证方法的可行性。针对健康监测预警系统以单一阈值进行钢结构状态预警缺点,本文建立MLRM-LSTM模型预测应变,结合多条件综合预警方法在站台雨棚钢结构健康监测系统中有良好的表现,可以用于站台雨棚钢结构健康监测状态评估预警研究中。