在我国渤海海域,浮式生产储油卸油装置(Floating Production Storage and Offloading,FPSO)一般有十年以上的船龄,它们的系泊方式以永久式的单点系泊为主。海上的单点系泊系统除了风浪流等复杂环境荷载外,还承受着来自FPSO船体的作用,特别是连接二者的铰接点处极易产生人眼不易判别的损伤。基于环境荷载的结构特征提取和损伤识别都假设荷载是平稳的宽带随机过程,但是,对于海洋浮式平台来说,这样的假设很难满足;另一方面,非平稳的海洋环境荷载作用在非线性的海洋结构上,在不同时段结构的固有特征是不同的,说明需要对结构进行长期的定点监测。针对FPSO软刚臂单点系泊结构的特点,本文采用重相干函数进行了特征提取的方法,并利用机器学习的方法进行智能参数分类。利用软件进行了仿真和模拟,还利用海上现场实际监测数据进行了分析和验证,从而避免了环境荷载的假设,主要工作如下:1.利用Matlab/Simulink进行二阶非线性系统仿真,得到不同参数设置时非线性系统输入和输出数据,利用重相干函数进行特征提取、利用SVM与BP神经网络进行特征分类。2.利用ADAMS动力学软件进行软刚臂动力学模拟计算,得到不同结构参数条件下的软刚臂输入和输出数据,利用重相干函数进行特征提取、利用SVM和BP神经网络分类器进行特征分类。3.利用重相干函数对渤海海域现场监测得到的损伤前后软刚臂单点系泊系统输入和输出进行特征提取和特征识别,提取结构输入和输出之间的重相干函数特征,结果表明基于重相干函数的方法可以识别到软刚臂单点系泊系统结构固有属性的改变,即可以通过重相干函数的方法能够识别到结构发生了损伤。本文所提出的基于重相干函数和机器学习分类的智能特征提取和损伤识别的方法,避免了环境荷载的假设,该方法的准确性在上述三个非线性系统中均得到了验证,说明当非线性系统参数变化时即结构出现损伤时,能够通过该方法从重相干函数特征的变化规律中识别出参数改变;得到的结构损伤识别结果准确率较高,验证了该方法的在实际工程中的有效性。对软刚臂单点系泊系统结构监测提供了新方法和新思路,为软刚臂单点系泊系统结构这类存在输入和输出的多刚体结构的健康监测和损伤识别提供一定的理论参考。