随着我国综合国力的提升和一带一路战略的提出,无疑促进了交通事业进一步发展。其中斜拉桥作为重点交通工程的枢纽,建成后的维护和运营越来越显得重要。为了监控桥梁的服役状态,不惜花重金修建健康监测系统。由于环境激励类型多,结构复杂,非线性强,测量噪声种类繁多,所以健康监测系统响应信息量大,数据冗余。结合模态参数求解难度高,误差大的特点。现摒弃传统工作模态分析,采用可控性较强的车辆激励,进行模态分析。研究拟从力学角度出发,优化三轴重型车辆模型,建立车桥耦合数值模型。然后求得单点激励振动方程的理论解,通过数值分析和理论分析来研究桥梁振动响应规律,并找到最贴合实际的车辆激励方式。针对斜拉桥监测信号高噪声的特点。通过小波阈值的方式,对信息进行消噪处理,通过功率谱分析,确定最佳的阈值函数和处理方法。然后采用经验极点对称模态分解法对阈值后的信号进行模态分解,得到若干分解模态。在此基础上采用时域幅值分析法,求得时域幅值参数,分析了损伤结构响应对时域幅值参数的影响。对于斜拉桥这种大型结构,材料非线性和几何非线性对模态分析结果的影响不可忽略。建立了一种以复合实体、膜和梁单元来模拟斜拉桥的方法,其中考虑阻尼器、限位器和预应力。在研究中应用模态子结构技术,来分批计算桥梁的附属结构,解决现在计算机计算能力不足的问题。在分析时,使用初始状态法,考虑小变形假设和大变形假设,解决几何非线性问题。数值分析应用了混凝土损伤本构模型和理想弹塑性本构模型,以此解决材料非线性问题。并且通过分析验证了有限元模型的正确性。采用了小波阈值的方法对振动波进行消噪处理,并通过ESMD方法对消噪后的振动波进行模态分解。在Elman网络的基础上,构建了层次神经网络,并以福彩3D的数据验证了其精确性。在此基础上对桥梁的损伤进行了评估,获得良好的效果。