寒区海洋平台每年冬季都会受到海冰作用从而发生严重的冰激振动问题。冰振危害的监测与分析方法是保障冰区现役抗冰平台安全作业和降低冰振危害损失的重要研究内容。本文围绕寒区海洋平台结构健康监测问题,针对寒区海洋平台冰振响应监测方法、损伤识别以及冰振风险预测方法开展了研究,主要工作如下:首先针对寒区海洋平台冰振响应监测方法,给出结合冰振响应特点和模态置信度准则（MAC）的传感器优化布置方法,运用动态惯性权重的粒子群算法（PSO）对优化布置问题进行求解。并利用此方法对渤海某升压站平台进行了传感器优化布置,给出了最佳空间布置位置。最后对动态惯性权重的粒子群算法与遗传算法针对相同布置问题的计算时间、达到最优时的迭代次数以及寻优能力做了对比,验证了动态惯性权重的粒子群算法对问题的适用性。而后针对寒区海洋平台长期处于冰振情况下结构可能存在隐性损伤的问题,采用Hilbert-Huang变换方法开展结构损伤识别的研究。首先利用有限元软件ANSYS对冰荷载激励下的渤海某抗冰导管架结构进行瞬态动力学分析,进而对结构冰激振动响应信号进行Hilbert-Huang变换得到结构响应信号的Hilbert能量边际谱,最后通过结构损伤和健康时的Hilbert能量边际谱的变化量构建损伤特征指标,分析对比不同损伤位置、损伤程度下损伤特征指标的损伤识别性能,并讨论了海冰的冰速、冰厚对损伤特征指标的影响以及利用冰振响应识别结构损伤的优越性。最后针对海洋平台冰振风险预测方法,利用冬季海洋平台现场监测到的大量气象、水文、冰振响应等信息,基于冰振危害的分级机制进行多源信息融合,建立了基于遗传算法的BP神经网络海洋平台冰振风险预测优化模型,明显提高了预测模型的预测精度。上述研究工作可以为寒区海洋平台的结构健康监测提供借鉴和参考。