基于振动参数的变化来进行结构损伤识别的方法是土木工程领域中的一个前沿课题。工程实践中,由于测试技术的局限性,往往只能获得结构振动的低阶模态数据,因此,利用低阶模态来进行结构损伤识别的研究是很有应用价值的。有鉴于此,本文研究了基于高次广义柔度的结构损伤识别以及传感器优化布置方法。另外,为了克服测试数据不完整以及测量噪声的不利影响,还提出了一种反馈奇异值截断方法。本文主要研究内容包括:(1)对普通柔度、一次广义柔度及其灵敏度公式的推导过程进行了简单回顾,然后推导了一个形式上对称的广义柔度灵敏度递推计算公式。以一个四层框架结构为例,说明了随着广义柔度次数的增加,模态截断对广义柔度灵敏度计算的不利影响越来越小;仅利用前两阶模态,就可以获得很精确的一次或二次广义柔度矩阵。(2)提出了基于高次广义柔度的结构损伤识别方法。研究发现:随着广义柔度次数的增加,损伤识别结果的精度呈现出先提高后而又显著降低的趋势,导致这种现象的根本原因在于:随着广义柔度次数的增加,虽然其本身的计算精度越高,但与之对应的灵敏度方程组系数矩阵的条件数却也显著增加,即损伤识别线性方程组的病态性更加严重,从而导致了损伤识别结果的精度迅速下降。相比较而言,采用一次或者二次广义柔度灵敏度时的损伤识别结果精度更好。根据该研究结果建议,工程中利用广义柔度进行模型修正或损伤识别时,一般采用一次广义柔度或二次广义柔度即可。(3)针对损伤识别中经常出现的病态方程组问题,本文在常规的截断奇异值技术的基础上提出了一种反馈截断奇异值方法,可一定程度上克服数据噪声对损伤识别造成的不利影响,明显提高识别结果的稳定性与准确性。(4)基于广义柔度灵敏度,提出了一种传感器优化布置方法。该方法首先根据损伤识别方程组的数目最好不少于未知量的数目这一原则,确定出传感器优化布置的最少数目;然后再根据各单元广义柔度灵敏度矩阵的范数大小来确定结构中的关键构件,据此来确定传感器布置的优化方案。算例结果表明,采用所提的传感器优化布置方案,可以有效监测结构中的关键构件,且在噪声的干扰下也能识别出结构中发生损伤的那些单元,具有较好的鲁棒性。