近几十年来,我国的建筑结构和基础设施建设发展迅速,各种新建筑物拔地而起,但老旧建筑物在随着使用年限的推移,其性能却不断在下降。一方面,在正常使用过程中,材料耐久度下降,力学性能发生变化,建筑物受到腐蚀等。另一方面,建筑物在使用过程中会遇到很多较为严重的自然灾害,包括台风,地震等。这些会引起建筑物的出现不同程度的损伤,这会严重影响建筑物的舒适性,安全性,威胁人民群众的生命财产安全。因此,结构损伤识别成为了土木工程领域近年来的热点研究方向之一。其中,基于结构振动特性分析的结构损伤识别,是目前公认的适用性广,识别结果精准的方法。应用在金融行业的时间序列分析现在也逐渐应用到工程中,在土木工程中的损伤识别领域取得了不错的效果。目前对于结构的损伤识别多是基于线性损伤,而对于非线性损伤的研究较少。因此本文将重点研究非线性时间序列模型应用在结构非线性损伤识别中的效果,并通过与平稳时间序列应用在非线性损伤识别中的效果作对比,并通过改进加权的证据理论进行融合,进一步提高损伤识别效果。本文先介绍了平稳时间序列AR模型的相关理论,包括模型公式简介、模型的平稳性、模型的格林函数、自相关函数和偏自相关函数,详细阐述了AR模型的建模步骤和建模中的注意点,分析了基于ARMA族的倒谱距离理论,构建线性损伤识别指标CMI并将其转换为层间刚度指标CMCI。本文随后重点阐述了非线性ARCH模型的相关理论、建模过程,在AR模型建模的基础上,利用残差序列进一步将ARCH模型应用在损伤识别上,构建了非线性损伤转换指标SOVI并将其转为层间刚度指标SOVCI。然后本文以一个三层框架实验和十自由度层间剪切结构算例为载体,将上述两种损伤理论和指标应用在这两个算例上,通过多种不同工况下的对比分析,得出了非线性指标SOVCI识别效果较为优越的结果。最后,本文介绍了不确定性推理中的经典D-S证据理论,阐述了其基本组合规则和当前存在的面对高冲突证据源会融合出错的问题。本文通过改进加权方法解决了证据理论中这一难题,并在此基础上提出了基于判定冲突系数的改进证据理论,将两种损伤指标进行融合,得到了定位更为精确的识别结果,减少了误判的可能。