空间网架结构为高次超静定结构,结构形式复杂,可达到较大的跨度,多用于重要的公共建筑中。网架结构由于施工疏忽、使用不当、偶然荷载等因素造成的损伤难以完全避免,一旦结构损伤未被及时发现,则随时可能发生工程事故。此类事故一般都会带来巨大的财产损失和人身危害,因此对空间网架结构损伤检测进行研究尤为重要。针对此工程问题,本文主要进行以下几方面的研究:(1)本文对现有损伤检测方法进行归纳总结,发现空间网架结构的损伤识别技术尚未成熟。由于网架结构节点和杆件众多,其损伤识别多数停留在数值模拟阶段。故本文建立了网架实验模型,对损伤前后的网架结构分别经过应变测试和加速度测试,采取各杆件的应变值和加速度值。再经过模态分析处理,得到实验网架结构损伤前后的前八阶固有频率和对应振型。(2)分别运用基于坐标模态确认准则的损伤识别方法、基于曲率模态差的损伤识别方法和基于模态柔度比变化率的损伤识别方法,对实验结构的振型数据深入分析,得出损伤识别结果。运用基于应变模态的损伤识别方法对实验结构的应变数据进行分析,也得出其损伤识别结果。从这四个损伤判别结果来看,针对本网架结构,各损伤指标均存在或多或少的误判行为。(3)为了提高损伤识别的精度,本文提出把数据融合方法引入到损伤识别领域。对数据融合的基本原理、D-S证据理论的识别框架、信任函数等基本概念和其合成规则等进行了简要的介绍。运用D-S证据理论算法,对上述四种损伤识别结果分别进行信任分配后,再用合成规则进行组合,最终得到更加协同、精确的判断结果。经过三个层次的多次融合,得到对128根杆件发生损伤的信任程度,准确的判断出结构在63号杆位置处发生了损伤。这与实验情况是相符的。本文在对空间网架结构损伤识别的数据融合研究中,针对各种单一损伤识别指标对网架结构存在误判行为,提出把D-S数据融合算法应用到空间网架结构的损伤识别中。其理论意义明确并在实验中得到了验证。事实证明,此方法可以准确的识别出损伤位置,对空间网架结构的损伤识别研究具有明显的理论意义和实用价值。