由于自然或人为的因素,非线性广泛的存在于实际结构中,包括为抵抗地震作用在结构基底中设置的橡胶隔震支座的非线性行为,以及建筑结构在长期的损伤累积中所产生的非线性行为。由此可见,非线性的识别研究对于结构的安全评估与损伤诊断起着非常重要的作用。故本文在总结了目前国内外非线性结构识别的研究进展的基础上,研究部分观测结构响应下,结构非线性特性识别的新方法。论文首先研究基础隔震结构中橡胶隔震支座的非线性特性的识别方法。当隔震支座的非线性特征具有合适的数学物理模型时,采用基于扩展卡尔曼滤波的方法识别出结构的状态向量和非线性参数；当隔震支座的非线性数学模型难以准确建立时,采用基于数据驱动的方法,先在小震作用下,用扩展卡尔曼预测估计识别出上部结构以及隔震支座的线性物理参数,即刚度和阻尼,然后在大震作用下,将橡胶支座出现的非线性视为作用于结构的“附加未知虚拟外力”,通过依次对结构响应进行卡尔曼预测估计和对“附加未知虚拟外力”的最小二乘识别,可以识别出橡胶支座的非线性力。与传统的基于扩展卡尔曼滤波的方法相比,避免了同时识别结构状态向量与未知激励所产生复杂的情况,大大简化了非线性识别问题,而且具有结构分析和计算直观、简洁的优点。在此基础上,论文研究把子结构技术与方法相结合,用以识别大型基础隔震结构的非线性特性。最后,通过分别对部分观测下的小型、大型基础隔震结构的数值模拟,证明了方法的可行性和有效性。接着,对于已知物理模型的结构非线性特性识别,本文提出一种两阶段的识别方法：第一阶段用一种等效线性的思想,把结构运动方程等效为含有等效结构参数的线性方程,这些等效结构参数通过扩展卡尔曼滤波方法识别。对比线性结构的动力参数和等效结构的动力参数,从而对非线性位置进行定位。第二阶段,用无味卡尔曼滤波识别出结构的非线性参数,进而识别非线性结构的特性。在此基础上,论文研究把子结构技术与该方法相结合,运用分散识别的方法,用于识别已知物理模型的大型非线性结构,通过扩展卡尔曼滤波识别线性子结构,无味卡尔曼滤波识别非线性子结构。该方法的好处在于既能发挥出扩展卡尔曼滤波计算效率高的优点,又能通过无味卡尔曼滤波对结构出现的非线性准确识别。通过分别对不同模型、不同激励条件下的若干个大小结构,在输出信息不完备的条件下的数值模拟,验证了方法的可行性和有效性。随后,对于更为一般的未知模型的结构非线性特性识别,研究基于数据驱动的非线性特性的两阶段识别方法：第一阶段用一种等效线性的思想,把结构运动方程等效为含有等效结构参数的线性方程,这些等效结构参数通过扩展卡尔曼滤波方法识别。对比线性结构动力参数和等效结构动力参数,从而对非线性位置进行定位。第二阶段在出现非线性的位置,将非线性恢复力用幂级数多项式展开,通过无味卡尔曼滤波识别出多项式的各个系数,进而识别非线性结构的特性。通过分别对不同模型下的若干个结构,在输出信息不完备的条件下的数值模拟和实验研究,验证了方法的可行性和有效性。最后,对于未知模型大型结构的非线性特性识别,论文把子结构技术与所提出的方法相结合,运用分散识别的方法,通过扩展卡尔曼滤波识别线性子结构,无味卡尔曼滤波识别非线性子结构。该方法同样具有既能发挥出扩展卡尔曼滤波计算效率高的优点,又能通过无味卡尔曼滤波对结构出现的非线性准确识别的优点。通过分别对不同模型下的若干个大型结构,在输出信息不完备的条件下的数值模拟和实验研究,验证了方法的可行性和有效性。