结构损伤检测技术是当前工程界十分活跃的研究领域,是结构健康检测的基础。目前,结构损伤检测的大多数方法都是基于模型参数(固有频率、振型、振型曲率等)的变化或者利用有限元模型修正技术等。由于在结构健康检测中的重要作用,系统辨识和损伤检测近年来受到了人们的广泛重视。近年的研究表明,基于振动信号的损伤检测本质上是一个动态信号统计特性的提取与分析过程。基于这一理论,利用信号处理技术和统计分析原理的损伤检测方法得到了不断的发展。这些方法试图从振动测试信号中提取损伤敏感因子来进行结构损伤检测。基于振动测试信号的结构损伤检测技术是值得深入研究的课题,本文所研究的工作主要针对这个课题而展开。基于时间序列分析的结构损伤检测方法属于此类方法。首先对不同的系统(正常状态和损伤状态)分别建立合适的模型,一个状态(或过程)对应一个模型,不同模型的区别主要是系数的不同,当系统的状态发生改变时,模型也将发生改变,即系数的改变。反过来,将各种状态下的模型系数进行比较,如果发生很大变化时,可以判断系统是否有损伤,同时根据系数的变化可以检测出损伤的大概位置。本文在分析正常和损伤状态下悬臂梁振动测试信号的基础上,对采集的数据建立了自回归滑动平均(ARMA)模型,导出模型的特征方程根和结构固有特性间的关系。然后,定义AR模型前三阶系数的一种代数组合作为损伤敏感因子(DSF),并结合无损和损伤悬臂梁进行了相应的振动试验,通过损伤前后损伤敏感因子的变化进行损伤检测,证明了该方法的可行性和有效性,为结构的损伤检测提供了较为有效的工具。本文在进行悬臂梁的振动试验中合理安排了传感器的数目、布局以及不同采样频率的选择。通过比较悬臂梁损伤前后不同位置的传感器得到的损伤敏感因子(DSF)的变化量可以对损伤位置进行初步的判断。因此,利用结构损伤前后的振动信号,通过时间序列建模分析来进行损伤检测和定位在理论上具有可行性。该方法只基于数据的信号处理与统计分析,无须对结构建立有限元模型,故在结构损伤诊断中有重要的意义。