结构健康监测是当前工程界与学术界研究的一个热点问题,而振动信号的处理与分析是结构健康诊断及损伤检测的重要手段之一。本文在回顾了一些时频分析方法,并分析其特点与不足后,选择Hilbert-Huang变换(Hilbert-Huang Transform,简称HHT)作为研究对象,对其存在的端点效应及处理方法和利用HHT进行模态参数识别、结构损伤识别等进行了研究。HHT是一种新的非线性和非平稳信号的处理技术,该方法由经验模态分解(Empirical Mode Decomposition,简称EMD)与Hilbert谱分析(Hilbert Spectral Analysis,简称HSA)两部分组成。任意的非线性或非平稳信号首先经过EMD方法处理后被分解为若干个固有模态函数(Intrinsic Mode Function,简称IMF);对每个IMF分量进行Hilbert谱分析得到相应的Hilbert谱;汇总所有IMF分量的Hilbert谱,得到原始信号的Hilbert谱。Hilbert谱在联合的频率.时间域中来描述原始信号,具有非常高的时频分辨率,从根本上克服了以往基于傅立叶分析的种种信号处理方法所存在的弊端。但EMD方法本身存在棘手的端点效应问题,本文分别采用镜像延拓法、神经网络预测法及两者结合的方法处理端点效应,并分析了一数值模拟信号和实测加速度信号,验证了采用镜像延拓和神经网络预测两者结合的方法对于EMD的准确分解非常有效,特别是对于低频IMF分量得到了很好的结果。根据模态参数识别的基本理论,运用EMD方法与随机减量法结合提取结构的单阶自由振动模态响应,经Hilbert变换后得到瞬时幅值与瞬时相位来求解结构的固有频率和阻尼比,并对—12层钢筋混凝土框架模型振动台试验的测点加速度记录数据进行了分析和处理,识别了模型结构的模态参数。由于时程数据处理方法上的缺陷,传统上基于振动的结构损伤识别的研究大多都是假定系统在损伤前后均为线性的前提下,通过比较系统在损伤前后的动力特性来进行损伤检测。针对12层钢筋混凝土框架模型振动台试验,本文利用HHT处理测点加速度信号,通过时域信号识别结构的瞬时特征参数,如瞬时固有频率,结构瞬时特征参数的变化时刻和改变程度可以分别反映结构进入非线性状态的时刻和非线性的发展程度;利用HHT时频谱和瞬时能量谱识别出现损伤的时刻,利用HHT相对边际谱判断出现损伤的位置。