随着基于动力学的损伤诊断在理论与应用上的研究的发展,人们对于损伤诊断的研究逐渐深入,但其在理论与实际应用方面也出现了不少的难题。本文着重就以下三个方面进行了些探索:动力系统模型的阶次辨识、温度对于模态参数的影响及基于贝叶斯方法的参数估计。由于时域识别法有许多频域识别法所没有的优点,时域识别法成为现在研究的重点。ERA、SIM、SSI等方法的出现给时域识别法开创了一个光明的前景。但由于这些时域识别法都需要先进模型阶次的确定,这也是研究的一个难点所在。为了判定状态空间方程的阶次,本文提出了一种新的动力系统模型定阶方法—残差期望法。该方法利用系统的脉冲响应函数建立Hankel矩阵,对其进行奇异值分解后,得到H 1和H 2两个矩阵。H 1和H2分别为信号的主要组分和噪声。假设系统受到白噪声干扰,并利用白噪声的零均值特性,可以准确的辨识模型的阶次。在Hankel矩阵的大小满足一定要求的条件下,即使系统存在较大噪声,也能正确识别模型的阶次。本文对系统有较大噪声干扰的情况进行了数字仿真研究,并对一钢筋混凝土框架结构的实测数据进行了对比研究。随着基于动动力测试的健康监控与损伤诊断研究的深入,研究人员已经认识到环境因素对于模态参数的影响不可怱略。为了研究环境因素对模态参数的影响,作者在对一室外的钢筋混凝土框架进行了近10小时的锤击试验,并记录了每次试验时的环境和混凝土两侧的温度值。利用自编的ERA和SIM程序进行数据处理,定量分析了环境温度对于模态参数的影响,同时也进一步定性分析地研究了温度对于混凝土弹性模量的影响。试验结果表明:随着温度的升高模态频率呈线性降低,而对于阻尼比的影响则没有明显的规律性。从先验概率的选取出发,介绍了贝叶斯估计的全过程,并用实测数据对其方法进行了验证。由于作者研究对象是温度对于模态参数的影响,因此作者对比了消除温度影响前后的参数估计值,结果表明:消除温度影响能够显著提高参数估计的精度。贝叶斯估计结果的精度较非贝叶斯估计有所提高,但不明显,这应是先验概率密度选取与样本个数的原因。