桥梁是交通工程必不可少的组成部分，它与国家的经济、人民的生命财产、社会的稳定有着密切的联系。然而，近年来国内外频发的塌桥和桥梁损伤事故使人们对桥梁的安全产生了质疑。试想如果能在塌桥或桥梁损坏之前对桥梁的健康状况得以掌握，然后采用一定的措施对其进行维修加固，那么将挽救多少人的生命和财产。因此，使桥梁智能化、使人们能实时掌控桥梁使用状况的健康监测技术成为目前和今后桥梁工作者主要的研究方向。本文依托863国家高科技研究发展计划项目“季节冻土区大范围道路灾害参数监测与辨识预警系统研究”（2009AA11Z104）和国道102线安龙泉互通立交桥健康监测技术研究项目，基于应变模态理论，采用遗传算法、微分进化算法和模糊聚类算法，从结构动力特性出发，对桥梁健康监测中的传感器优化布设、参数识别和损伤识别几项关键技术进行研究。在每一个关键技术研究中均有所创新：在传感器优化布设研究中，将模态能量评价准则（BHM）与有效独立准则（EI）和模态置信准则（MAC）进行组合构造了新的适应度函数。借鉴稳定图理论，提出了传感器布设的两步法，给出了梁式桥梁通用的传感器布设位置。在参数识别技术研究中，提出以频率为横坐标，以振型构成的MAC矩阵中任一列为纵坐标的模糊聚类稳定图，并通过比较圆法实现自动判别系统的真假模态。另外，将微分进化优化算法应用于稳定图初始聚类中心的确定，提高了模糊聚类稳定图识别模态参数的成功率和准确性。在损伤识别技术研究中，将微分进化算法（DE）应用于结构多位置损伤识别研究，通过控制损伤范围，提出两步法确定损伤位置和损伤程度。研究内容几乎涵盖了健康监测系统从布设传感器到监测损伤一系列的过程，提出的新方法、新技术使桥梁的安全进一步得到了保障，使没有生命的桥梁向智能化又跨进了一步。论文具体进行了以下几方面的研究工作：1.根据应变模态与位移模态的关系推导了应变响应模态的理论公式，发现应变模态与位移模态一样均可以用模态叠加原理表达。证明了应变模态振型与振型之间的正交特性，其各模态坐标与位移模态中的同阶模态坐标相同。对应变模态优于位移模态的两大优点（其一是避免了由位移到应变的微分过程产生的转换误差，其二是增强了对结构局部损伤或变动区域的敏感性）进行了验证分析。对由位移到应变模态的转换误差分析可见，转换误差较小，对于桥梁工程而言影响不大，但再加上在实际工程中位移模态本身就存在的测量或转换误差，误差的累积结果将不容小视。对应变模态最大优点—局部敏感性研究发现，应变模态较位移模态对结构的局部变动和损伤非常敏感，更有利于桥梁健康状态的判别。2.通过将改进遗传算法与单亲遗传算法的对比分析，揭示出单亲遗传算法中没有交叉操作，保证了在进化过程中传感器的数量不变，是一种简单且有效地布设桥梁结构传感器的优化算法。基于不同准则构造了5个适应度函数，借鉴稳定图理论采用两步法对桥梁结构传感器进行定量和定位。定量研究发现：传感器的数量和位置与所选取的振型阶数有关，通过适应度函数f2和取对数的f1和f4的N-f曲线的转折点可确定出传感器数量的取值范围。定位分析结果是：基于MAC矩阵的f2布设的传感器位置分散，在传感器定位稳定图中难以形成理想的稳定极轴；基于BHM矩阵的f3布设的传感器位置集中于边跨，因此可综合考虑f1、f4和f5的结果来确定传感器的位置。另外，给出了简支梁和连续梁桥传感器通用布设位置：简支梁最优位置位于跨中截面、其次为1/4和3/4截面附近；连续梁桥首选各跨的跨中附近截面，其次选择中支点截面。3.将仅需环境激励的随机子空间法应用于桥梁结构参数识别，协方差驱动和数据驱动随机子空间法对比研究结果表明，协方差驱动比数字驱动的随机子空间法识别精度更高，程序运行时间少。采用模糊聚类算法中模糊C-均值聚类（FCM）及输入空间中模糊核聚类算法（KFCM）对传统稳定图进行改进。提出不考虑阻尼的影响，以频率为横坐标以MAC中的任一列数据为纵坐标的模糊聚类稳定图，提出比较稳定图中各聚类圆半径的方法来判别真假模态，使参数识别过程智能化。由于FCM和KFCM稳定图识别的成功率很大程度上取决于初始聚类中心，因此将微分进化（DE）算法与模糊聚类算法（KFCM-Ⅱ）相结合，使模糊聚类算法成功率得到大幅度提高，识别模态参数结果更加准确。4.在对多位置损伤识别原理进行分析的基础上，基于微分进化（DE）算法对桥梁结构多位置损伤识别进行研究。构造了基于频率以及频率与振型相组合的多位置损伤识别指标。在确定了微分进化算法中个体、损伤范围、损伤规模和进化代数等参数后，提出用两步法对桥梁的多位置损伤进行识别，第1步找出疑似损伤位置，第2步对疑似损伤进行准确定位及定量，结果表明：基于频率的MDLAC指标并不能对对称结构损伤进行精确定位，但可以识别出包含损伤单元在内的成对称的单元，需引入振型指标才可识别损伤位置，而第1步中以频率和振型综合的MDLAC指标为目标函数的识别结果则更加理想。另外，在引入噪声后，两步微分进化算法仍能够准确识别桥梁结构的损伤位置及损伤程度，说明本文提出的基于微分进化的多位置损伤识别方法具有较强的抗噪能力。