随着金属屋面板在我国的大量应用,相应的安全问题越来越得到人们的关注。金属屋面板的事故类型主要是风揭,不难发现,日常使用中金属屋面板本身不易破坏,风揭事故的原因主要是金属屋面板的边界条件改变。金属屋面板通常是通过支座与下部结构连接,而支座作为金属屋面板的主要边界条件发生损伤时,不能由目视获得,针对此类问题,业界通常采用基于模态参数的方法进行损伤模式识别,比如针对桥梁或高层布置长期健康监测系统来实现。但是大型金属屋面板通常超过一万平米,无法布置长期健康监测系统,所以本文创新性地提出采用移动载台搭载传感器,在金属屋面板上实现可移动测量,它具有性价比高,监测无死角等特点。首先需要找到合适的模态参数作为反映支座损伤的指标。通过建立力学模型和有限元模拟研究不同的动态参数对金属屋面板支座的损伤是否敏感,发现基有频率可以反映移动小车下方支座的健康状态,并且不受周围支座的影响。考虑到可以自动读取大量文件进行模态识别,采用了基于数据驱动的随机子空间法对进行基有频率的提取。继而研究了基有频率对不同损伤模式的敏感性,通过ABAQUS建模与实验结果对照,得到了不同位置支座对竖向刚度的贡献。基有频率作为反映支座损伤状态的指标,容易受到温度的影响,于是探究了一日内的温度变化对基有频率的影响。通过实验验证,发现金属屋面板基有频率与温度呈负相关,但在一天之内的温差范围内,基有频率的变动范围在0.2Hz以内,远小于支座损伤带来的影响,故暂时可以忽略温度的影响。最后在华东某高铁站屋面板上进行了现场测试,现场发现一处与实验室相似的损伤工况,其基有频率识别结果也与实验室结论基本吻合。但是现场实验也发现了一些问题:首先是现场测试中由于传感器位于机器人腹部两条履带之间,采集到的信号信噪比不高,模态识别效果不及实验室内的实验;其次发现多处其他类型损伤模式,但是由于缺少针对相应模式的实验和研究,尚不能确定这些工况对损伤指标的影响。所以后续可以在机器人上施加激励源,提高信噪比,同时也展开针对其他种类的损伤模式的研究。