塔式起重机以起升高度高,回转半径大,工作效率高等优点,被广泛应用于建筑、采矿、工业等领域的大型工程中。然而,由于它的结构复杂,重心高,起重量大,且各机构在工作的过程中需要频繁的启动和制动,因此又被看作是一种风险性大、事故率高的机械设备。分析塔机事故原因,近一半是由于金属结构受损引起的。因此,如何才能避免和排除塔机工作时的安全隐患,保证其可靠的运行,已成为国内外及学术界关注的焦点。近几年来,基于时间序列分析的损伤识别方法得到了不断的发展。本文将该方法引入了塔机的结构损伤识别中,为塔机的健康诊断研究提供了一种新途径。所做的主要工作包括：对时间序列分析理论做了详细的分析,并研究了时间序列模型的参数估计、模型定阶和模型检验的方法。提出了塔机钢结构损伤状态识别的判断准则,即提取时间序列模型参数作为损伤敏感因子进行结构损伤识别。以实验室的微型塔机为研究对象,研究了有限元建模的方法,用ANSYS软件建立了微型塔机结构有限元模型,对塔机的整体结构进行了模态分析。针对塔机离地起升这一危险工况进行研究,建立塔机吊重离开地面时的动力学模型,求解该过程中的动态激励载荷。对塔机模型进行瞬态分析,获得了不同工况下重要节点的位移信息。研究了AR模型和AR模型的残差方差分析方法,选取模型残差的方差作特征参数,根据特征参数的分布情况判断结构是否损伤。并设计了塔机的单肢实验,测取了实验数据,用处理后的实验数据建立AR模型,根据残差方差分析法判断塔机的结构状态,最后通过不同工况验证了基于AR模型的塔机结构损伤状态识别方法的有效性。提出了一种新的ARX模型,采用塔机不同节点的位移信号作为模型的输入、输出,提取了模型的损伤特征参数,并结合统计识别理论对塔机结构的不同损伤状态进行识别研究。然后通过不同工况对这种方法进行了验证,研究结果表明该方法对损伤程度的识别非常有效。最后介绍了主成分分析的结构损伤判断方法,将其与时间序列模型相结合,为塔机的损伤诊断做了进一步的研究。