在建筑结构的运营中,结构安全运行离不开结构健康监测系统。一旦建筑结构的某个部件损坏或功能失效,必将导致经济损失,严重时甚至会导致人员伤亡。定期对结构的性能以及构件质量进行监测,是减少工程事故的有效途径。结构参数识别在土木工程健康监测中起着至关重要的作用,时频分析方法在结构参数识别中被广泛运用,但经典的时频分析方法如小波变换、经验模态分解等在土木结构的模态参数识别中存在一定的缺陷。本文将对各类损伤识别方法的研究现状进行综述,通过对比,选取了经验小波变换（Empirical Wavelet Transform,EWT）作为土木结构模态参数识别的基本方法,并改进了EWT在频谱划分上的不足,使改进的EWT更适用于土木结构的模态参数识别,同时对EWT分解信号进行希尔伯特变换（The Hilbert Transform,HT）,并基于希尔伯特能量谱构建两组损伤指标,利用损伤指标实现对土木结构的损伤识别,其具体流程如下:1、基于局部最大化同步压缩变换（Local Maximum Synchrosqueezing Transform,LMSST）改进了经验小波变换频谱划分。针对经验小波自适应频谱划分存在的过分解问题,提出利用LMSST的时频谱计算过滤边界值,用于改进EWT的频谱划分,得到改进的EWT算法。将改进的EWT算法对仿真合成信号进行分离验证,结果表明,该方法分解的信号分量与真实的信号分量拟合准确率高达95%以上。2、构建两组基于希尔伯特谱的损伤指标。为了实现损伤识别,需要对改进的EWT分解的信号做进一步处理,本文采用希尔伯特变换对分解的信号进行处理,得到信号分量的希尔伯特瞬时能量谱以及边际谱,瞬时能量谱与边际谱分别表征幅值在时间与频率方向上的变化特征。结构损伤后,其幅值会减小,但是构件局部损伤时,其幅值的变化量占整个构件本身所具有的幅值比重较小,也即不容易判别损伤,因此,将瞬时能量谱与边际谱分别对时间与频率方向进行积分,得到更易于判别损伤的能量曲线E和能量曲线SES,只需要对比损伤前后的能量曲线,就能清晰的判别损伤。同时,根据能量曲线E构建损伤指标DI1,能量曲线SES构建损伤指标DI2,通过这两个损伤指标实现了对结构损伤的量化。3、实验验证。采用IASC-ASCE-Benchmark四层框架模型对所提损伤识别方法进行可行性与有效性检验,实验结果表明,所提方法即便在环境激励下也能够识别不同位置、不同程度的损伤;同时在加入20%的噪声水平下,该方法也体现了较强的鲁棒性。综上,本文从能量的角度出发,将改进经验小波变换与希尔伯特变换应用于结构的损伤识别,该方法具有重要的理论意义和实际价值。