钢结构在交通运输、土木建筑、道路桥梁、采矿石油等领域应用十分广泛。应用在这些大型工程领域中的钢结构比较复杂,又长期处于环境腐蚀、承受巨大外力等恶劣环境中,使得钢结构在工作中容易产生疲劳损伤、裂纹损伤等,也容易造成安全事故。因此保证钢结构的安全使用成为了众多学者和相关技术人员的关注焦点。在实际采集的钢结构振动响应信号中不可避免含有背景噪声,强烈的背景噪声增加了基于振动信号识别结构损伤的难度,因此本文研究了基于微弱信号识别的钢结构损伤识别方法。首先研究了随机共振基本理论,对于强背景噪声下微弱信号难以检测问题,采用归一化变尺度随机共振成功检测出任意频率的微弱信号。提出关联噪声驱动的非对称随机共振模型,运用两态模型理论和最速下降法推导出关联噪声驱动非对称模型的信噪比和平均首次穿越时间表达式,研究了信噪比、平均首次穿越时间两个评价指标与非对称项系数、关联噪声的关系,发现调节非对称项系数可以改变最佳匹配噪声的强度。为基于随机共振识别强噪声背景下的微弱信号提供了理论基础。利用归一化变尺度随机共振模型和余弦拟合技术处理梁在简谐激励下的含噪加速度响应,并将计算响应和测量响应的响应残差与响应灵敏度矩阵相结合,识别梁结弹性模量,对梁进行结构损伤定位,从而实现强噪声背景下的梁结构损伤识别。研究了希尔伯特黄变换(Hilbert-Huang Transform,HHT)的基本理论,阐述经验模态分解(Empirical Mode Decomposion,EMD)方法中存在的端点效应,分析产生端点效应的原因,然后采用极值对称延拓EMD改善了端点效应,使分解后本征模态分量的瞬时频率和瞬时幅值更加准确,为下一步识别井架钢结构损伤特征奠定基础。针对强噪声背景下的井架钢结构损伤识别问题,提出了基于随机共振与改进EMD结合的结构损伤识别方法。首先研究随机共振识别强噪声背景下井架的固有频率,检测微弱损伤对钢结构固有频率的影响,然后根据固有频率确定滤波带宽并结合改进EMD方法分析井架钢结构有限元模型和实验模型承受冲击载荷时的加速度响应,识别损伤位置,验证IMF固有频率处幅值的曲率差值识别损伤的有效性。