近年来，基于振动的桥梁结构损伤识别技术已成为土木工程界研究的热点之一。其基本思想是通过测试桥梁结构的动力响应，根据其动力参数的变化来诊断结构损伤。尽管人们在该领域已开展了许多研究工作，并取得了一些成果，但要将该技术真正应用到工程实际还面临许多困难。其中，结构模型误差、实测模态参数的不完备性、测量误差以及结构动力参数的变异性是制约这项技术发展与应用的关键因素。 本文首先对基于模型修正的损伤识别方法的基本理论及其关键环节进行了深入探讨，详细比较了基线模型校准与损伤识别的差异，提出了一种基于结构动力参数误差的模型修正方法，并采用序列二次规划算法求解模型修正过程中的约束最优化问题。该方法只对测量自由度上的动力参数进行比较，从而避免了因振型扩阶或模型缩聚所带来的额外误差。文中以一座连续梁桥作为数值算例对其作了校验，着重分析了测量误差、模型误差、测试信息不完备等因素对识别结果的影响，并给出了相关处理建议。 为了综合检验前述基于模型修正的结构损伤识别方法的有效性，以一简支铝合金梁为模型，开展了损伤识别的试验研究。试验中模拟了不同部位、不同程度损伤等多个工况，并利用环境随机激励法分别测试了各工况下结构的模态参数。然后，以所测得的前三阶模态频率与一阶振型为基础，对初始模型参数进行修正，对结构损伤进行了识别。 如何考虑因环境条件变化引起的结构动力特性的变异性是基于振动的桥梁结构损伤识别方法研究的主要难点之一。这种变异性是运营中桥梁的正常行为，与结构本身的健康状况无关。但是这些环境因素通常很难精确测量或通过恰当的数学模型进行模拟。因此，现有的绝大多数损伤识别方法都忽略了这些因素的影响，从而导致其脱离工程实际而缺乏实用价值。本文利用非线性主成分分析技术，提出一种新的两阶段桥梁结构损伤识别方法。该方法通过自联想神经网络来建立反映环境因素影响的非线性变换模式，并以网络输出与目标间的残差作统计分析，从而实现结构损伤诊断与定位。其显著特点是可以有效考虑环境因素的影响却不需要监测这些环境变量。文中以一座简支梁桥作数值仿真分析，验证了所提出方法的有效性。 大跨径斜拉桥规模宏大，构件数量与种类非常之多，并且其力学性能受环境条件影响较为显著，而局部的损伤对结构整体静动力特性的影响又较为有限，导致其损伤识别极为困难。本文以广东金马大桥斜拉桥为背景，详细探讨了大跨径斜拉桥三维有限元动力分析、模态测试以及索力测量的相关技术要点。根据斜拉桥损伤的特点，着重分析了主梁与斜拉索损伤对结构静动力特性影响。同时，利用温度变化模拟分析了环境条件变化对斜拉桥静动力特性的影响。在此基础上，提出了基于结构整体模态频率与斜拉索自振频率测试的损伤识别方法。数值模拟分析表明，斜拉桥局部损伤对结构整体动力特性的影响较小，但对损伤附近的拉索索力影响较大，并且具有一定的规律性，而环境条件变化对结构静动力特性的影响则较为显著。利用非线性主成分分析技术，根据运营过程中结构整体模态频率与斜拉索自振频率的变化，可以实现结构的异常诊断以及损伤的大致定位。