桥梁的结构健康监测已成为当今土木工程界研究的热点问题。桥梁结构由于各种因素会在运营期间发生不同程度的损伤,结合车辆过桥时引起的车桥耦合振动,会对车桥系统构成安全隐患。车桥耦合、损伤识别对桥梁的正常维护、安全运营和寿命评估意义重大。桥梁健康监测系统是实现桥梁结构在运营期间的数据监测、损伤识别、状态评估的一种重要手段。然而,目前对海量健康监测数据的数据处理以及数据挖掘方法仍存在不足,不能充分发挥它们的作用。如何利用监测数据对桥梁运营状态进行有效及时的评估是桥梁领域学者们关注的重点与难点问题,也是发挥海量监测数据作用的一个制约点。因此,本文利用符合实际车流状况的随机车流作为激励,提取桥梁载不同损伤工况下的响应信号,并利用机器学习进行结构损伤识别,提出一种结合桥梁响应统计特征的智能损伤识别方法,具体开展了以下工作:1)开发随机车流-桥梁耦合振动分析程序。基于元胞自动机-NaSch规则,结合实测车流数据,建立单车带随机车流模型,获得符合实际车流的车流数据;开发了基于Newmark-β法的车桥耦合振动分析程序;将二者结合,完成随机车流-桥梁耦合振动分析程序的开发。2)以随机车流-桥梁耦合下的桥梁响应为损伤识别输入量,结合多种机器学习方法,提出一种结合桥响应数据统计特征的损伤识别方法。获得不同损伤工况下车流-桥梁耦合振动作用下桥梁的响应时序,探讨损伤对测点响应的影响;根据桥梁测点响应统计特征,建立损伤识别样本库,引入随机森林、支持向量机、梯度提升决策时等机器学习方法进行损伤识别。