时间序列模型作为一种处理动态数据的统计方法,其模型系数和残差对结构中的损伤具有敏感性,并且可以直接通过结构振动响应信号得到,因此在结构损伤识别领域的应用十分广泛。针对传统基于时间序列模型的方法难以对结构损伤进行定位和定量分析的难点,及其损伤识别问题的不适定性和局部损伤难以识别等问题,本文基于国家重点研发计划课题“动态时空环境效应下的超高层建筑主体结构安全诊断理论与方法研究”（2016YFC0802002）和国家自然科学基金项目“基于子结构的非线性有限元模型修正与损伤识别方法”（51778258）,从理论分析、数值模拟和试验验证等方面,研究基于时间序列模型的结构损伤识别方法,包含以下几方面的研究工作:（1）提出了一种基于时间序列模型和统计过程控制的结构损伤判定方法。该方法使用一维时间序列模型拟合结构振动响应,并提取时间序列模型的自回归系数作为损伤敏感特征。然后利用统计过程控制方法建立X-bar控制图用于判定结构损伤状态,实现了定性判断结构中是否存在损伤。通过IASC-ASCE健康监测基准模型阶段II试验数据和一个盾构管片结构螺栓松动试验对方法的有效性进行了验证。（2）针对时间序列模型与统计分析结合的方法难以识别结构损伤位置和程度的问题,研究了基于时间序列模型和稀疏正则化的结构损伤识别方法。首先从结构振动响应中提取时间序列模型的自回归系数作为损伤敏感特征,并推导了时间序列模型自回归系数对结构刚度折减系数的灵敏度。然后利用损伤前后时间序列模型系数的变化建立损伤识别求解方程。最后使用稀疏正则化算法对方程进行求解,解向量中的非零元素表示结构损伤的位置和程度,从而实现对结构损伤的定位和定量分析。通过一个实验室悬臂梁试验和IASC-ASCE健康监测基准模型钢框架结构对方法的有效性进行了验证。（3）考虑到一维时间序列模型难以提供与结构空间特性相关的信息,研究了基于多维时间序列模型的结构损伤识别方法。首先利用结构振动响应和外部激励信息建立与结构运动方程对应的多维时间序列模型,并推导了多维时间序列模型自回归系数对结构刚度折减系数的灵敏度理论公式。然后建立起包含损伤前后多维时间序列模型自回归系数变化和刚度折减系数的求解方程。最后使用稀疏正则化算法对方程进行求解,得到结构损伤的位置和程度。通过一个实验室六层集中质量剪切结构试验对所提出方法的有效性进行了验证。（4）为了解决整体结构振动特性对结构局部损伤不敏感的问题,研究了基于多维时间序列模型与子结构方法的损伤识别方法。首先将大尺寸的整体结构划分为多个尺寸较小的子结构,单独对结构局部区域进行分析,使用结构振动响应和外部激励信息建立与目标子结构对应的多维时间序列模型。然后建立包含损伤前后子结构时间序列模型自回归系数变化和刚度折减系数的求解方程。最后通过稀疏正则化算法得到结构损伤的位置和程度。通过一个框架结构数值算例和一个实验室六层集中质量剪切结构试验对所提出方法的有效性进行验证,并分析了噪声对识别结果的影响。本文所提出的结构损伤识别方法以时间序列模型的自回归系数作为损伤敏感特征,推导了自回归系数对结构刚度折减系数的灵敏度理论公式,利用稀疏正则化算法实现了对结构损伤的定位和定量分析,并使用子结构方法实现了对结构局部损伤的识别。所提出方法的有效性通过数值模拟和试验数据进行了验证。