随着现代科学技术的迅速发展,高耸建筑、大跨度桥梁结构不断涌现,同时大量基础设施随着使用时间的增长,许多土木工程结构进入了老化阶段。为确保人民生命财产安全,需要快速有效地识别出工程结构可能发生损伤的部位和损伤大小,及时掌握结构运营下的健康状况。近年来结构安全性检测与健康监测的研究与应用已成为土木工程研究的前沿性课题之一,由于静态测量数据测量精度高,且容易获得,因此研究基于静态测量数据的结构安全性评估具有重要的理论与应用价值。本文在国家自然科学基金(No.50378041)和教育部博士点基金(No. 20030487016)的资助下研究了基于静态测量信息的结构损伤检测方法及其在复杂结构中的应用。在系统总结了近年来结构损伤识别的基本方法和一些研究思路的基础上,利用灰色系统理论,对基于不完备的自由度测量信息条件下的结构损伤定位方法进行了进一步的深入研究,提出了基于静态测量位移的结构损伤定位方法。由于损伤大小的识别最终可归结为参数识别的最优化问题,因此,可利用遗传算法对测量信息不多的情况下的损伤进行迅速而又准确的识别。本文在分析传统遗传算法在损伤识别的应用研究的基础上,将模糊理论与遗传算法相结合,对传统的遗传算法进行了改进,发展了基于改进遗传算法的结构损伤识别方法。本文具体的探索性研究工作表现在如下几个方面: 提出了用于损伤定位的基于灰色相关性分析的静态位移曲率置信因子。将灰色相关性分析理论应用到结构的损伤识别中,运用所提出的静态位移曲率置信因子实现了对梁、板及大型复杂桥梁结构损伤的准确定位,通过对梁、两端固支桥梁的损伤定位的数值研究得出:基于静态测量数据的静态位移曲率置信因子对结构的局部损伤十分敏感,通过该参数沿某一个方向的变化曲线,就可以较为准确地判断结构沿该方向的损伤区域,因此静态位移曲率置信因子的大小可以作为结构(尤其是大型结构)损伤定位的重要依据(控制参量)。由于结构的曲率与结构的刚度存在着反比关系,因此结构的曲率可以作为检测结构刚度变化的依据,而结构发生损伤可以通过刚度变化表现出来,这表明结构的损伤识别可以用静态位移曲率的变化来判别。在分析遗传算法特点的基础上,借助模糊优选理论,对传统的遗传算法进行了一