由于各种原因,服役中的土木工程结构会出现不同程度的损伤,为保障结构的安全性、完整性和耐久性,需要对结构进行健康监测,其中最核心的内容就是要对结构进行损伤识别。在结构损伤识别过程中,测量噪声的存在严重影响了识别结果的稳定性和可靠性。本文利用桥梁健康监测系统获取数据的连续性(沿时间轴监测系统可以提供足够多监测数据)的特点,采用损伤指标和概率统计相结合的方法进行损伤识别,着力解决当前大多数识别方法对测量噪声较敏感的问题。本文选取改进后的单元损伤变量作为损伤识别指标,结合简支梁和连续梁算例考察了模态阶数、损伤位置和损伤程度对损伤识别效果的影响。结果表明,在不考虑噪声影响的情况下,用改进后的单元损伤变量,只采用低阶模态就能够准确定位损伤,包括5%程度的小损伤,这说明模态截断不会影响单元损伤变量的定位性能。但对于损伤程度,由于模态截断的影响,单元损伤变量只能表征不同损伤程度间的相对大小,对损伤程度的绝对定量结果不太理想。考虑到结构响应的测试数据不可避免地含有测量噪声,并且测量噪声对损伤识别结果存在不利影响,本文重点研究了测量噪声的数值模拟方法和对噪声水平的控制,建立了信号噪声水平与模态参数噪声水平的对应关系,并结合简支梁算例考察了单样本噪声对单元损伤变量识别结果的影响。测量噪声的存在给基于单元损伤变量的损伤识别方法造成了严重干扰,需要设定一个损伤判别临界值。本文采用概率统计方法,借助统计量和假设检验方法确定损伤判别临界值,并给出检验的判错概率。这种方法可以消除测量噪声的不利影响,根据结构损伤前后参数统计值的变化,给出统计意义上的损伤识别结果。文中分别以简支梁和连续梁的仿真算例验证了方法的可行性,并将其识别结果与蒙特卡罗方法的识别结果作对比分析。研究表明,基于单元损伤变量的概率统计方法对噪声有很强的鲁棒性,能有效避免损伤误判的发生。