张弦桁架是目前大跨公共建筑常采用的结构形式之一。在其服役过程中，因受到自然环境、随机荷载等的影响，发生损伤的潜在危险性较大且损伤难以察觉。结构损伤若不能得到及时地发现和处理，会严重影响结构正常使用甚至导致结构破坏。因此，张弦桁架结构在全寿命周期的损伤识别研究具有重大的现实意义。目前基于频域数据以及时域数据的损伤识别方法或缺少张弦桁架结构相关的研究，或存在损伤识别精度不理想等问题，尚未形成完整的张弦桁架损伤识别理论体系。数据融合方法能够综合多种信息，具有良好的容错性和可靠性，为结构损伤识别提供了一种新的研究思路。本文将“振动测试数据” 与“数据融合理论”进行有效结合，从 “损伤定位”和“损伤程度”两个方面，基于“频域数据”和“时域数据”开展了张弦桁架振动测试数据的融合损伤识别研究。主要内容包括：
　　(1) 选取了适用于张弦桁架的基于频域数据的单一损伤识别指标。选取某实际工程缩尺简化得到的张弦桁架模型进行有限元分析，验证了曲率模态差、叠加曲率模态改变率和模态柔度差曲率的识别效果，结果表明：张弦桁架运用单指标进行损伤识别易受到干扰甚至产生误判；叠加曲率模态改变率和模态柔度差曲率识别效果优于曲率模态差，可作为融合的基准指标。
　　(2) 建立了张弦桁架基于频域数据融合的损伤定位方法。将数据融合方法与损伤识别指标相结合，运用D-S证据矩阵理论融合叠加曲率模态改变率和模态柔度差曲率两指标的损伤识别结果，提出了张弦桁架基于频域数据融合的损伤位置定位方法：单次融合和两阶段融合识别方法。设计了不同杆件以及不同位置的单损伤工况以及多损伤工况，通过有限元分析验证了该方法能够准确地识别张弦桁架损伤。考虑了不同水平噪声对张弦桁架损伤识别地影响，结果表明基于频域数据融合的损伤定位方法能够降低噪声地干扰，具有较好的鲁棒性。
　　(3) 提出了张弦桁架基于频域数据融合的损伤定量方法。将分类比较的思想引入张弦桁架损伤程度识别中，基于位移曲率与刚度理论提出张弦桁架单元等效损伤程度概念，通过有限元分析建立构件损伤程度与所在区间的单元等效损伤程度之间的关系。该方法主要包括：分析准备、有限元分析建立张弦桁架损伤程度样本库、张弦桁架基于数据融合方法的损伤位置识别、张弦桁架损伤程度判断。通过一榀张弦桁架模型详细介绍了张弦桁架损伤程度识别样本库以及分类指标的建立过程。
　　(4) 建立了张弦桁架基于时域数据融合的损伤识别方法。结合张弦桁架损伤识别特点，选择卷积神经网络识别结构损伤。该方法主要包括：有限元分析建立时域数据样本库，样本库数据预处理及数据增广、根据张弦桁架损伤位置及损伤程度识别特点分别选取合适参数构建卷积神经网络、卷积神经网路的训练与测试。以一榀张弦桁架为例，选取结构加速度时程数据为网络输入，分析了该方法对含噪声数据及无噪声数据的识别效果，结果表明卷积神经网络能够有效地识别张弦桁架的损伤程度以及损伤位置，且具有良好的鲁棒性。
　　(5) 开展了张弦桁架实际工程损伤识别。本文通过数值模拟开展了一榀实际张弦桁架结构的损伤识别研究，并且基于已有张弦桁架损伤试验数据开展了损伤识别分析。结果表明该方法应用于实际张弦桁架结构以及张弦桁架试验结构的识别结果仍比较理想，同时也验证了该方法具有良好的抗噪声干扰能力。