桥梁健康监测是针对桥梁结构在各种外荷载及环境因素作用下的状态进行数据监测、损伤识别和寿命评估的一种重要手段。然而,目前数据处理和数据挖掘方法还存在各种各样的问题,以此作为桥梁安全预警和健康评估的依据并不可靠,不能充分发挥桥梁健康监测系统的价值。如何利用所采集到的海量数据对健康监测数据进行更加科学和深入的分析,仍是学者们关注的重点与难点问题。其中,超重车信号识别方法和桥梁损伤识别方法是桥梁健康监测数据挖掘的重要研究方向。因此,本文结合珠江黄埔大桥长期健康监测数据与大跨度桥梁有限元模型提出了一种基于应变阈值的重车荷载识别方法,同时为了实现利用桥梁实测数据对桥梁损伤进行定位,提出一种结合桥梁响应统计信息的损伤识别方法,具体开展了以下工作:(1)以珠江黄埔大桥北汊桥为背景,初步尝试利用实测应变大数据对超重车荷载这类异常信号进行识别。通过在桥梁有限元实体模型上施加临界荷载得到判别超重车信号的应变阈值,将小波变换得到的实测应变数据的高频分量与应变阈值进行对比,从而提出基于应变阈值的超重车信号识别方法。并与文献中基于小波临界系数的纯信号处理识别方法进行对比,证明了该方法的合理有效性。(2)基于交通控制理论的单车道元胞自动机模型和实测车流数据建立单车道随机车流模型,为结合桥梁响应统计信息的损伤识别方法研究奠定基础。依托Matlab开发了多车道随机车流模拟程序,对珠江黄埔大桥北汊桥的随机车流进行仿真模拟并通过生成的车型、断面发车率等参数验证模型的合理性。针对随机车流模拟得到的每个时刻桥面上车辆的位置、车重等参数,引入表格荷载加载方式并采用简支梁模型和实体桥模型证明了其适用性。(3)以随机车流作为珠江黄埔大桥北汊桥有限元模型的外在激励,结合多种机器学习分类方法,提出了一种结合桥梁响应统计信息的损伤识别方法。对损伤前后的斜拉桥进行静力分析确定主梁上响应关键测点,探讨随机车流作用下含损伤桥梁关键测点响应变化的统计规律。建立损伤样本库,基于响应统计参数利用随机森林、逻辑回归、梯度提升决策树等方法识别拉索损伤位置,结果表明相比于支持向量机方法,逻辑回归、随机森林的识别效果更好。