桥梁结构健康监测是桥梁安全的重要保障,监测数据预警是结构健康监测领域一项重要的任务,目前监测数据预警有两大关键问题,分别为实时性和准确性。针对这两大关键问题,本文基于某高速铁路桥梁监测数据,分析了监测数据特征,从时域和频域两方面对监测数据预警进行了研究。本文主要研究工作如下:(1)车速传感器采集的数据往往存在误差,无法直接使用。针对此问题,本文从多普勒效应和多普勒雷达测速仪的基本原理出发,研究车速数据出现误差的根本原因;分析观察车速数据及相关振动传感器数据,总结提炼出车速数据的时间误差和空间误差;针对车速监测数据的时空误差,提出考虑监测数据时空误差的车速自动识别算法,通过多种误差识别方法进行综合分析,准确提取出车速数据段,然后计算出准确的车速数据。(2)目前已有的监测数据异常分析主要是离线分批次处理,无法做到实时在线分析,故其异常检测存在一定的滞后性,无法发挥监测系统的优势。为解决这一问题,采用基于层级时序记忆的异常监测,该方法的层级结构、稀疏离散表征以及学习预测规则,使其具有数据利用率高、效率高和鲁棒性强等特点,可以实时在线、灵敏高效地对监测数据中的异常进行分析。(3)列车荷载作用下的强迫振动数据由于幅值较大,易被误报为异常。基于此问题,分析了列车的构造,对桥梁振动响应进行了理论推导,并对振动响应频谱特性进行了研究,分析表明,列车荷载作用下的振动响应监测数据具有一定的周期性,且以列车荷载引起的强迫振动为主,列车通车阶段的振动响应监测数据自功率谱密度会出现多个明显的峰值,且各个峰值对应的频率为成倍数关系的强迫振动频率;提出移动窗口频谱分析,针对不同数据选择合适的参数,该方法可以准确地识别出列车荷载作用下监测数据,并具有很强的时效性。(4)提出基于时-频分析的桥梁振动监测数据异常预警方法,该方法综合了层级时序记忆和移动窗口频谱分析的优点,同时又弥补了两种方法的不足;将基于时-频分析的桥梁振动监测数据异常预警方法分析得到的结果,归纳为三类正常数据和三类异常数据;数值算例结果表明,该方法能够有效区分正常数据和异常数据,验证了基于时-频分析的桥梁振动监测数据异常预警方法的有效性。