结构健康监测技术己经成为土木工程领域研究的热点,而损伤诊断则是结构健康监测系统的核心技术之一。随着传感器技术、测试技术、计算机技术和信号分析技术的迅猛发展,损伤诊断呈现出新的面貌,并显示出强盛的生命力,它已经发展成为一门综合性边沿学科。本文阐述了结构健康监测系统的发展概况以及损伤识别技术的理论研究现状,总结了己有的损伤识别方法和损伤诊断特征量及其特点。然后在近年来已有的研究基础上,结合动态数据分析技术的最新发展,提出了一种结构损伤识别的新方法,并通过数值分析和针对已有试验数据的研究对该方法的可行性和有效性进行了验证。本文采用一种新的数字信号处理技术Hilbert-Huang变换(HHT)进行结构动态响应数据的分析与处理。HHT方法是1998年由美籍华人N.E.Huang等人提出的一种新的信号处理方法,其核心是一种直接针对数据的、自适应的和不需预先确定分解基的分解方法-经验模态分解方法(Empirical Mode Decomposition),简称EMD。EMD分析方法是基于数据的局部特征尺度的,而不是其它既定函数(如Fourie变换中的正余弦函数),因而EMD方法既可以适用于平稳信号,又能运用于非平稳信号。本文介绍了HHT的算法以及在非平稳信号分析中的应用,编制了基于Matlab平台的相关分析程序。并针对EMD方法自身存在的端点飞翼效应问题提出了改进措施—小波神经网络延拓法。实例分析表明,改进方法对飞翼效应问题有明显的改善。本文基于结构动态响应信号的HHT分析结果,利用其Hilbert边际谱,构造一个振动信号在一定频率带宽内的能量分布序列,作为反映结构整体特性的特征量。通过分析结构正常状态和未知状态的特征量匹配程度来判定结构状态,以此定义结构异常指数,进行损伤尤其是损伤预警阶段的异常辨识。进一步的,文中还研究了利用统计方法从损伤概率角度评估结构健康状况的方法。通过数值试验对上述方法的应用作了介绍,验证了结构异常指数对损伤程度及位置的敏感性;通过对一个四层建筑结构测试模型的现场试验数据分析,证明基于异常指数和概率统计方法进行结构损伤状态评估可行可靠。最后本文从损伤识别理论的实际应用出发,针对桥梁结构健康监测系统的构建进行了探讨,结合本文提出的方法提出了相应的构建策略。