随着社会的进步和经济的快速发展,土木工程结构的形式和功能日趋复杂,其安全越来越受到人们的重视。结构健康监测系统越来越多的安装到大跨桥梁、大型空间结构等大型土木工程结构中,但作为健康监测系统核心技术的损伤识别仍未从根本上得到解决,严重制约了结构健康监测系统的应用和发展。基于振动测试的结构损伤识别得到了广泛的研究和发展,人们提出了很多方法,这些方法在数值仿真分析及实验室试验中均取得了良好的识别效果。但由于实际的土木工程结构体积巨大,形式复杂,观测手段的限制等原因,通常难以获得这些传统的损伤识别方法所要求的测试信息及测试精度,因此,在已提出的结构损伤识别方法中能够成功应用到土木工程结构的损伤识别和健康监测中的例子尚不多见。结构损伤识别要在土木工程中走向实用还有很多问题需要解决,其中最主要的问题是需要解决测试信息不完备和测量噪声干扰条件下的参数识别及损伤识别问题。基于这样的背景,本文分别以杆系钢结构的轴向刚度和侧向刚度损伤识别为研究对象,提出了两种不同的损伤识别方法,即基于遗传算法的智能算法和基于改进残余力向量的解析算法,并在一些测试条件相同的benchmark结构算例中比较了它们的识别效果。本文主要研究工作分为六章:第一章是绪论。阐述了本论文的选题背景和目前结构损伤识别研究现状,并对本文的主要研究内容做了介绍。第二章提出基于频响函数和遗传算法的结构损伤识别方法。遗传算法是计算智能的一个重要组成部分,与常规的数学方法相比,它具有高度的自适应性、鲁棒性和并行性,因而对于包含非确定性和噪声的信息也有一定的处理能力,是一种典型的全局优化方法。如果结构输入(激励)已知,频响函数的测试简单且精度好,所包含的结构信息丰富。用测试频响函数及相应的计算频响函数构造遗传算法目标函数进行结构损伤识别,能够在考虑较高噪声水平情况下将结构的损伤识别出来。第三章在前人研究基础上提出基于残余力向量的杆系结构损伤直接识别法,克服了由残余力向量法一般只能得到结构损伤位置而无法识别其程度的缺点。该方法用刚度联系矩阵将损伤后结构刚度矩阵的变化矩阵展开,得到一个新的残余力向量方程,求解即可得到各单元刚度参数改变量的解析解,仅需一阶模态参数经一步计算就能够同时识别损伤的位置和损伤的程度。第四章研究了输出测量信息不足时结构的损伤识别问题。在基于残余力向量的结构损伤直接识别法中,当输出信息测量不足时无法得到完备的模态振型,完备的模态振型只能通过模态扩阶得到,而由扩阶模态进行结构损伤识别的效果与损伤处的测试信息完备程度有关。在基于遗传算法的结构损伤识别法中,提出直接由不完备的测试频响函数构造遗传算法的目标函数进行结构的损伤识别,在benchmark结构的算例中,识别效果良好。第五章研究了输入未知时结构的损伤识别问题。在噪声干扰下结构的模态参数识别误差较大,由此导致了依赖模态参数进行识别的残余力向量法的识别误差也较大,只有在很低水平的噪声条件下识别出来的结果才是可靠的。在基于遗传算法的结构损伤识别法中,在输入未知时无法获得结构的实测频响函数,如果输入的频谱平坦,近似为有限带宽的白噪声(比如脉动风),其功率谱为一常数,则结构的原点频响函数和自功率谱具有相似的形状。提出直接由测试的结构自功率谱和计算的原点频响函数来构造遗传算法的目标函数,进行结构的损伤识别,在benchmark结构算例中,获得了很好的识别效果。最后还讨论了在输入未知且输出测量信息不足时,仅以部分实测自功率谱和相应的计算频响函数构造遗传算法的目标函数,进行结构的损失识别,在算例中也能够获得很好的识别效果。第六章总结了本文的主要研究内容,指出尚需要进一步研究解决的问题并对将来的研究工作做了展望。