桥梁动态称重(Bridge weigh-in-motion:BWIM)系统基于车辆过桥时的实测应变来识别移动车辆的轴重。传统商业BWIM系统采用桥梁影响线计算静态轴重而忽略了动力效应的影响,基于移动荷载识别(Moving force identification:MFI)理论的BWIM系统能有效利用结构动力信息识别移动车辆荷载。本文基于两座不同宽度的简支T梁桥的现场试验展开了相关的研究,将一阶正则化技术与动态规划法相结合并应用于二维MFI理论识别移动车辆轴重。同时,使用特征值缩减技术来降低动力系统方程的自由度并使用L曲线法来获得最优正则化参数。基于仿真分析与现场试验实测得到的响应信号,结合MFI理论识别了移动车辆的轴重-时间历程曲线,验证了所提出的基于MFI理论的移动荷载识别算法的可靠性和准确性。具体的研究内容如下:(1)对一阶正则化技术与动态规划法相结合的二维MFI理论算法进行了详细的推导,并将其与桥梁动态称重系统相结合。(2)通过对不同车辆行驶过桥的仿真分析获得相应的轴重识别结果,并以此对所应用的MFI算法进行验证。(3)以两座简支T梁桥实测动态响应为基础,检验建立的模型并结合MFI理论获得移动车辆的轴重-时间历程曲线。(4)基于不同车速车辆沿着不同车道行驶过桥的仿真分析发现,本文提出的算法能够有效识别不同车道的移动车辆荷载,同时不同车速的车辆的识别精度均是可以接受的。(5)对将不同组应变数据作为输入数据识别的轮重-时间时程曲线分析表明本文提出的算法对传感器数量、传感器位置和输入的应变数据较敏感;将实测应变数据作为输入数据识别的轴重结果表明,仅仅在跨中截面的梁底安装传感器,已经可以提供足够精确的结果了,没有必要在每个关键截面安装传感器,因为这会限制BWIM系统在宽桥上的应用。(6)基于I-78桥和I-459桥实测应变数据的识别结果分析发现,对于有较近轴距车轴的车辆,所识别的单个轴重结果不太理想,但是其组轴识别结果有较高的精度。考虑到实际情况中,距离较近的组轴中其单个车轴重量可近似认为平均分布,因此本文所提出的算法所识别的过桥车辆轴重可满足实际工程应用需求。(7)两座桥梁标定车辆重复跑车试验的识别结果非常稳定,这表明本文所提出的算法对于识别移动车辆荷载是一种非常有效而稳定的方法。