结构损伤识别是当前土木工程领域十分活跃的研究课题,有着广泛而实际的工程应用背景,与之相关的理论和技术也在不断地发展。随着传感技术、信号采集以及系统识别等技术的发展,基于结构振动信息的损伤识别技术已经成为结构健康监测与损伤检测领域的研究热点。其中基于时间序列分析的损伤识别方法受到了越来越多国内外专家、学者的关注。时序分析源于统计学,已经成为系统识别领域不可或缺的重要组成部分,为结构损伤识别提供了一种全新研究方法。本文在综述了现有几大类基于时序分析的结构损伤识别方法后,利用经典线性时间序列ARMA模型实现了结构复杂非线性损伤识别,其中提出以残差的标准差之比作为损伤敏感特征因子DSF。然后针对线性模型在非线性损伤识别中出现的不足,提出采用非线性时间序列GARCH模型进行建模,将其应用于一个三层建筑结构的非线性损伤识别实验,结果表明相比线性时序ARMA模型,非线性时序GARCH模型在实现结构非线性损伤识别上,受环境因素变化的影响不大,计算量小,能够实现损伤的精确定位和损伤程度的判别,且对小损伤具有敏感性,具备实现结构实时在线损伤预警的应用价值。本文的创新之处在于采用简单经典线性时序ARMA模型实现了结构非线性损伤识别,并在此基础上引入非线性时序GARCH模型,较好地改进了对结构的非线性损伤识别,这也是首次将非线性条件异方差GARCH模型应用于结构非线性损伤识别。