桥梁结构的正常运营关系到人们生命和财产的安全。早期发现结构损伤和退化能最大化地延长桥梁使用寿命并降低其全寿命周期成本,确保结构安全和可靠。因此,在役桥梁进行健康监测势在必行。目前的桥梁健康监测系统中,大都安装传感器以采集结构响应信号,从中提取结构损伤的敏感特征量,建立相应指标,判别结构损伤状况。但在实际工程中,环境因素(温度,湿度,噪声等)也像结构损伤一样引起结构振动特性发生变化,进而影响结构损伤识别精度。因此如何在环境因素影响下精确识别结构损伤状况是本课题的研究内容。论文的主要研究工作如下。(1)阐述了论文研究的背景和意义,总结了结构损伤识别的国内外研究现状,并且论述了一些损伤识别方法在现阶段的不足之处。(2)采用数值模拟方法研究了环境温度与损伤对结构模态的影响,得出如下结论:温度对结构的影响远大于损伤的影响,且模态参数对结构损伤不敏感,需求一种新的损伤识别指标。(3)采用小波包分解处理结构响应信号得到小波包能量谱,建立损伤指标,识别损伤。研究表明,小波包方法能够有效识别结构损伤状况。(4)采用小波包能量谱结合PCA算法剔除环境因素对结构的影响,进而识别结构损伤。结果显示,该方法能有效的剔除环境因素影响,使得结构损伤识别精度大幅度提高。