21世纪以来,我国的桥梁建设讯猛发展,目前桥梁的跨度和数量均已跃至世界前列。桥梁作为重要的生命线工程之一,对于国民经济具于十分重要的意义。由于桥梁通常位于交通的重要干线上,承受着汽车的不断冲击,桥梁结构长期处于振动状态,桥梁结构的安全性就显得尤为重要。因此,需要建立桥梁健康监测系统对桥梁结构振动状态进行实时监测,对可能发生的破坏及时预警。另一方面,随着桥梁结构形式的不断更新,其最大跨度也逐渐增大,桥梁结构的受力规律越来越复杂。特别在地震、台风、洪水等自然灾害作用下,桥梁结构的受力规律更加复杂,因此,需要开展桥梁模型试验研究可能的动荷载作用下桥梁的振动响应规律。不管是桥梁实时健康监测系统还是桥梁动力模型试验中,对桥梁结构响应数据的处理显得尤为重要。不论是在汽车、地震、台风及洪水等荷载冲击上,桥梁的结构均不是一个静止的变形状态,而是不断变化的振动状态,需要实时进行桥梁振动信号的采集。由于桥梁振动时刻发生,不间断地采集其振动信号,数据量十分巨大,仅采用人工方法则无法及时有效地进行处理。因此,为了能及时、有效且准确地挖掘出实测振动信号中所包含的桥梁结构状态信息,需要引用数据挖掘技术进行振动信号分析。本文尝试着把数据挖掘技术应用于海量的桥梁振动信号分析中,找出实测桥梁振动信号的数据分析模型,获得桥梁结构中某个参数的变化规律,同时挖掘出桥梁各个参数之间隐含的相互关系,最后,通过一系列的时间序列分析模型,对桥梁结构可能的振动状态进行预测。本文对于桥梁振动信号数据挖掘技术的研究成果,也可以应用于其它大型结构,如高层建筑,大跨场馆结构等的振动信号分析中,具有较广泛的实际工程意义。由于桥梁的振动信号需要多次信号转换及传输得到,而且桥梁结构内部受力复杂且所处的外部环境条件恶劣,经过数据的转换、传输等过程后,得到的数据必然夹杂着许多不需要的成分。因此,本文提出应首先对采集得到的信号数据进行初步处理,以修正波形的畸变,剔除混杂在信号中的噪声和干扰,削弱信号中的多余内容。本文针对桥梁振动信号可能的问题,结合理论推导及数据实例分析方法详细介绍了相应的信号预处理方法(标定数据的物理单位、消除趋势项、振动信号平滑处理及振动信号滤波处理等)。本文以某悬索桥的实测健康监测数据和斜拉桥的动力模型试验得到的海量振动数据为例,在振动信号预处理的基础上,采用数据挖掘技术建立了多种数据挖掘模型(聚类模型、关联模型和时间序列模型)对桥梁的振动信号进行分析。通过聚类模型,对测量得到的桥梁振动信号的异常情况进行监测；通过关联模型,建立桥梁各部分反应及外部荷载(包括温度)等参数之间的关联规律；通过时间序列模型,观察桥梁振动信号的变化趋势,对参数值进行预测,以对当前的桥梁结构健康状态进行初步判断。