本项目是住房和城乡建设部科技计划课题，依托青海国际会展中心等项目，项目组针对空间索结构与空间网格结构的特点，研发了大型公共建筑安全智能监测大数据平台，通过模型试验和数十项实际工程的监测试验，进行了系统的空间结构模态参数识别、损伤识别以及索力识别方法研究，为该类结构的安全评定奠定坚实的基础。

1.提出了适用于空间结构的模态识别方法

（1）基于平均正则化功率谱和辅助正则化功率谱相结合的改进功率谱峰值法

首先在功率谱估计中选用最大熵谱，避免了由加窗函数所引起的谱泄漏，其谱型具有良好的分辨率，该算法充分利用已有时间序列子样的信息，对于较小尺度子样的谱估计的偏差要较 FFT 算法的相应结果小。然后针对空间网格结构模态密集的特点，对传统的功率谱峰值法进行了改进。提出一种在获得所有测点平均正则化功率谱的基础上，结合结构的理论振型特点计算辅助正则化功率谱，取两者并集为模态识别结果的方法，讨论了有关判断准则，并编制了分析软件。网架的数值算例表明，采取辅助正则化功率谱及相位准则、振型准则的判别策略可较好地避免模态遗漏和进行重叠频率的识别，有效的避免了传统方法的不足。

（2）基于振型相关性的MAC-FDD自动识别方法

环境激励下，频域分解法（FDD）具有良好的结构模态频率和振型识别能力，但识别过程中需要基于频率准则人为判断奇异值曲线的峰值，无法准确识别出现近频交叠或重频情况的结构模态参数，而且不能自动进行模态参数的识别。对此，提出了基于振型相关性的MAC-FDD模态参数识别方法，该方法能自动搜索目标模态所对应的频率范围，并利用反映实测振型与理论振型良好相关性的最大模态置信准则（MAC）值判断和识别结构真实振型。模拟算例表明该方法能够准确识别出各阶模态频率和振型，可以有效避免模态遗漏，且具有很强的抗噪能力。弥补了常规频域分解法的不足，适用于对频率密集或具有重频现象的空间网格结构的模态参数识别，且其过程便于编程实现。

（3）基于改进稳定图的空间网格结构省时随机子空间迭代方法（FAST-SSI）

传统的数据驱动的随机子空间迭代法（Data-driven SSI）计算时消耗大量计算机内存，处理速度慢而且很难用于在线识别。对此，提出了一种快速随机子空间方法。根据有限元分析频率，设置频率搜索域，只对搜索频率域内的模态参数进行稳定图判定，把Hankel矩阵的投影变换转化为QR分解后R矩阵的投影变换，然后对投影矩阵进行加权奇异值分解，避免计算高维矩阵，提高计算效率。

同时将传统的稳定图与频域中的频谱图相结合，利用实测振型与有限元分析振型之间的相关性形成一条辅助稳定轴，来判定模态的真假。特别是对大跨空间结构等复杂结构的稳定轴判断上，具有重要作用。该方法适用于模态密集的大型空间网格结构的模态参数识别，计算速度快、可有效避免模态遗漏。

（4）多触发水平的随机减量法（M-RDT）

随机减量法是对结构响应在一定触发条件下所得的若干段时程进行叠加并取平均的方式获得结构自由响应的模态参数分析方法。根据大量统计计算得出随机减量特征（RDS）较好品质集中在（0.5-2.0）的触发水平值区间。由于单次采样会出现统计意义上的波动性，于是提出通过对多个触发条件下的RDS取均值的方式，可以确保得到更为可靠的RDS。该方法便捷、高效。

2.提出基于子结构的复杂结构损伤三步识别方法

（1）提出了面向节点损伤识别三步法

对于节点杆件众多的空间网格结构损伤识别神经网络的输入输出量极大，网络结构复杂、低效，为此，提出面向子结构的损伤识别方法和面向节点的损伤识别方法。首先是损伤杆件所在子结构的初步定位，其次是将损伤进一步定位到具体节点，最后是识别出具体的损伤杆件和损伤程度。基于该方法可以利用神经网络有效地完成对大型复杂结构的损伤识别。

（2）大型柱面网壳结构损伤识别理论及试验验证

基于不同损伤情况的数值计算，形成神经网络的训练样本，然后，将试验模型的不同杆件损伤工况的实测频率及振型参数输入训练好的神经网络，很好地实现了多种损伤工况的损伤位置和损伤程度识别，有力地证明了识别方法的有效性。

3.提出多跨索振动理论模型及索力计算方法

（1）拉索振动理论模型研究

基于拉索振动基本理论，建立忽略垂度与索力变化对振动影响的拉索振动的基本方程，得到拉索振动的曲线形式；研究不同边界条件下的单跨拉索振动模型，推导得出不同边界条件下拉索振动方程解析解，建立了特殊边界条件下的索力计算公式；研究多跨拉索振动理论模型，基于多跨索单元振动理论，讨论在任意边界条件下索振动的情况，提出多跨索振动理论模型及索力计算方法。

（2）多阶频率拟合法索力识别方法

基于拉索振动频率与索力计算理论，提出多阶频率拟合法原理与算法，通过测定拉索多阶振动频率，计算识别拉索的索力；通过传统有限元方法，建立多跨索振动模型，利用计算表格代替优化算法操作选择最接近真实值的索力，可以作为优化算法的近似处理方法；建立多跨索试验模型，测定多跨索振动的频率，验证多阶频率法的工程适用性；将多频率拟合法索力识别方法应用于实际工程。

（3）高阶振型波长法索网结构索力识别方法

提出一种基于高阶振型波长法的索网结构索力识别方法，通过单个索段振动特性分析，选择与索段约束条件不敏感的高阶振动模态信息，建立索力与振动特性的关系进行索力的识别；利用Dasp模态分析模块在实验室测量钢绞线的振型，验证高阶振型波长法。

4.研发了便捷高效的大型公共建筑安全智能监测大数据平台

基于C/S模式和B/S模式各自的特点，鉴于空间结构的形式种类灵活多样，监测预警值均不同，重要程度亦存在差异。本监测平台综合权衡后采用B/S模式，客户端可及时查阅现场所有监测数据的情况，也可以对监测数据进行初步的处理、分析，能够清晰查阅各监测点的位置、监测当前数据及历史数据。

大型公共建筑安全智能监测大数据平台采用模块化设计思路，以总系统与子系统的架构进行整体布局，主要包括项目分布、静力监测系统、索力监测系统、环境监测系统、模态参数识别系统、损伤识别系统、预测预警系统，平台管理等模块。平台基于减量化BIM+GIS模型，深度融合了结构模型和监测信息，实现了结构动态响应、荷载信息、环境因素的监测及预警信息在线远程控制、监测成果多终端多平台的可视化及动态展示等功能。云平台集成了结构健康监测通讯、采集与控制的各种硬件设备，能够实现各种监测参数在线监测和在线展示。

本项目成果可推广应用于会议会展中心、体育场馆、高铁站房、机场航站楼等大型公共建筑，亦可推广至医院、桥隧等生命线工程。能够实现大型公共建筑施工期间及正常服役期间结构健康监测，异常情况下及时预警；突发事件下实时在线监测，评估建筑结构安全性；应急状态下为政府决策提供真实动态数据。

本项目共获得授权专利15，其中发明专利3，实用新型专利12项。

项目研究期间共发表学术论文31篇，核心期刊以上论文4篇；申报专利15项，授权发明专利3项，实用新型专利12项；获批软件著作权5项；出版专著2本；标准7项。本项目的研究成果在国内多个项目中推广应用，在这些项目得到推广应用，通过节省材料、缩短工期、施工安全等成果体现。同时，自主研发多项成果为我国大型公共建筑结构安全建设积累宝贵的经验，极大的推动了建筑行业进步，彰显了我国大型体育场馆建设的领先水平。项目投入使用以来，结构安全可靠，各项功能良好，用户非常满意。

项目取得一大批原创性成果，大量成果获得国家、行业及协会认可，能够提升我国在安全智能方面的健康监测技术水平，推动行业技术进步与革新，为今后同类工程施工提供指导和必要的技术储备，具有较大的推广价值和较高的社会价值。并且，由于优化施工、工期缩短，施工产生的振动、噪音、扬尘等公害也得到了最大限度的降低，工程建设时，周围的居民及企事业单位的正常生活及工作也受到较小的影响，符合我国推广的减碳环保政策，具有良好的环境效益。

研究成果在青海国际会展中心、西北大学长安校区体育馆、西安奥体中心、陕西奥体中心、榆林体育中心体育场、西安国际会展中心、厦门新体育中心等重点项目得到推广应用，通过节省材料、缩短工期、施工安全等成果体现，共计取得直接经济效益2000万元。同时，自主研发多项成果为我国大型公共建筑结构安全建设积累宝贵的经验，极大的推动了建筑行业进步，彰显了我国大型体育场馆建设的领先水平。项目投入使用以来，结构安全可靠，各项功能良好，用户非常满意。