随着建筑业的迅猛发展,结构的健康监测就变得越来越重要,一旦大型结构发生破坏会造成人员的伤亡和经济的损失,后果是不堪设想的。因为钢结构具有刚度大,自重轻等优势,所以在各种民用和公众建筑中运用的比较广泛,因此对各种形式的钢结构的健康监测很有必要,而健康监测需要研究的核心问题就是结构损伤识别。常用的损伤识别方法有频率法、振型法和模态应变能法等,因为曲率模态差是对结构局部变化非常敏感的模态参数,而小波变换可以通过检测信号的奇异性来诊断损伤部位,所以本文主要采用曲率模态差和小波变换两种方法结合在一起识别结构的损伤,会比单一方法具有更好的损伤识别能力,同时也采用模态置信准则与其对比,验证曲率模态差法在识别结构损伤时效果更好。对三种逐渐复杂的钢结构的各种工况进行识别分析,整个文章的内容可以大致分为以下几个部分:(1)阐述了损伤识别的内容和意义,以及国内外的研究情况,简单介绍了目前一些损伤识别的方法,对其做了理论说明和公式推导。经过3个数值模型的分析表明固有频率,振型都不适合作为具体判定某处发生损伤的指标;而模态置信准则对于简单结构的大程度损伤有良好的识别效果,其他情况识别效果不好。(2)本文主要运用ABAQUS对各个模型进行建模,通过减小弹性模量来模拟结构的损伤,提取出结构的振型再通过中心差分法计算出损伤前后的曲率模态值,将损伤前后的曲率模态差值作为损伤指标。对于后两个比较复杂的模型,因为振型数据比较多,所以用python编写脚本并且绘制出三维图形以便更直观的看出损伤的部位与程度。(3)详细介绍了曲率模态差法的理论与公式,通过对3个逐渐复杂且不同形式的钢结构模型的建立,同时考虑了单元形式不同造成的影响、约束大小的影响、损伤程度的影响以及各种不同情况的损伤组合,并对各个工况的曲率模态差的结果进行分析。(4)将不同工况损伤前后的曲率模态差值作为原始信号,采用matlab选择bior6.8小波进行三层分解,将各层小波的细节系数相乘,使信号得以加强,通过曲率模态差小波系数的峰值判断损伤发生的位置。结果表明基于曲率模态差和小波变换的方法对于复杂的钢结构都有很好的损伤识别能力。