近年来,随着结构健康诊断技术的蓬勃发展并广泛应用于大跨度桥梁,基于健康监测实测信号的桥梁系统识别研究方兴未艾。基于实测信号的系统识别方法易于从桥梁各种激励环境下以高精度获得桥梁的模态信息,已成为桥梁状态评估的关键。其中子空间系统识别方法因人为干预少,识别结果鲁棒性好,在桥梁结构系统识别中日益受到重视,但子空间系统识别方法还存在计算效率较低,不能满足桥梁长期状态连续识别的缺陷。另外,桥梁所处的复杂环境,导致其振动响应呈现非线性、非平稳、强噪声的特征,这将直接影响子空间系统识别方法识别结果的精度。针对目前国内外大跨度桥梁系统识别研究的不足,通过采用理论研究、试验验证、工程应用的科学研究思路,对桥梁系统识别中的信号非线性非平稳检验、信号自适应降噪及系统高精度快速识别3个问题进行了深入研究,主要完成以下几方面工作:1.在广泛阅览国内外大量文献的基础上,总结分析了桥梁非线性系统识别中信号非线性非平稳检验、信号自适应降噪及系统识别技术的发展历程和研究现状,提出目前研究的不足,并介绍了本论文的主要研究内容和依托的试验及工程概况。2.详细归纳介绍了信号递归图及递归量化分析方法,总结分析了各类递归量化指标所包含的信号实际物理意义,结合信号“替代”技术,引入概率统计的思想,建立了桥梁信号非线性、非平稳检验指标,在此基础上,建立改进的递归图方法,提出适用于桥梁动力测试信号非线性、非平稳检验的自适应统一检验理论与方法,通过数值模拟信号及桥梁实测信号验证了方法的有效性。3.归纳总结了目前常用的信号自适应分解方法,分析了各种方法的优缺点;在此基础上,基于EMD、主成分分析解决了变分模态分解方法中固有模态函数分解数量自适应确定问题,利用噪声分量的互不相关特点,引入多尺度主成分分析,实现了桥梁动力测试信号的自适应降噪。采用均方根误差、均方绝对误差、信噪比等指标,对比分析了所提方法在非线性、非平稳信号降噪性能上的优越性。并用稳定图方法,验证了所提方法在桥梁实测信号降噪、提高系统识别结果精度上的实用性。4.基于二维矩阵运算的子空间系统识别理论,引入时间维度,将二维矩阵拓展到三维张量,建立了时变的Hankel张量。基于张量展开、张量快速平行分解理论,实现了基于张量运算的系统矩阵快速估计。结合稳定图方法,建立了适用于不同激励环境下桥梁高精度快速张量子空间系统识别理论与方法。用模型桥实测信号对比验证了所提出的张量子空间系统识别方法在识别效率与识别结果精度上均优于传统滑窗子空间系统识别方法。5.首先以曲线斜拉模型桥为研究对象,在输入信号未知前提下,运用所提出的张量子空间系统识别方法,识别了曲线斜拉模型桥不同构件损伤后结构模态频率的非线性变化,分析了不同构件损伤对结构动力特征的影响。以斜拉模型桥地震台试验为研究对象,在输入信号已知前提下,研究了不同PGA水平地震激励下混凝土桥塔的损伤程度,探讨了地震动PGA线性增加所引起的桥梁损伤程度的非线性变化。最后,以一座实际大跨度斜拉桥的实测信号为研究对象,采用张量子空间系统识别方法,从1天24小时每分钟、1个月每天昼夜两个时间尺度,研究了斜拉桥主梁模态频率的变化,分析了斜拉桥主梁模态基频及高阶频率的弱非线性、弱非平稳性的变化特征。