随着我国社会经济的高速发展,大跨桥梁健康监测系统已成为桥梁状态评估及管理养护的重要手段和依据。目前,国内大跨桥梁结构健康监测系统已积累了大量的监测数据,由于监测数据具有海量性、多维性、随机性及易受干扰等特点,会产生各种异常数据。异常数据的存在不仅会影响后续数据分析的效率,也会影响桥梁状态评估的科学性。因此,对于造价如此高昂的大跨桥梁健康监测系统,急需研究能对其监测数据进行异常诊断及修复的方法来提高系统的可用性、安全性、可靠性及高效性,在此基础上结合桥梁管养及运维需求开展结构状态评估研究。本文以国内诸多大跨桥梁健康监测系统为背景,重点研究了大跨桥梁健康监测数据自诊断技术及其状态评估方法,主要内容如下:(1)总结分析了监测数据时域、频域及时-频域的概率统计特征及常用数据自诊断方法。在传统数据自诊断方法的基础上,提出了基于广义3-deta的数据自诊断方法。该方法采用移动小区间概率统计特征结合样本总体特征设定阈值对监测数据或消除长周干扰后的数据进行异常值定位和去除。同时针对振动数据异常特性,提出了基于谱峭度的数据自诊断方法,即采用功率谱密度法获取振动数据的频域特征,依据频域特征区段的谱峭度分析进行振动异常样本的识别和去除。(2)研究了健康监测系统数据间的关联性类型及关联性的主要影响因素,并采用基于傅里叶最小二乘法相关性自诊断技术消除数据间时滞效应的影响,获得更加收敛的相关关系。提出了基于多元回归分析的数据自诊断方法,采用主元分析优化多元变量,建立变量间稳定的多元非线性模型进行数据异常诊断。同时利用机器学习算法良好的学习能力及海量监测数据的优势,建立非线性模型对缺失数据进行高精度预测补点及异常值去除。(3)提出了基于车-桥共振响应的铁路桥梁状态评估方法。采用基于小波包分解法提取振动加速度幅值及车速关联性中值线,同时使用估计理论的预警阈值设定方法,设置加速度单峰值预警指标对大桥状态进行评估预警。同时提出了基于均值控制图斜拉索状态评估方法,即应用弦理论频率法原理,通过优化参数功率谱法提取拉索频域特征,对消除温度效应的拉索频率特征建立均值控制图模型进行拉索状态进行评估。