对于土木工程领域中的大型三维空间结构的损伤检测仍然是一项具有挑战性的工作。当然想研究出一种即适用于各种结构又适用于各种损伤的损伤识别方法也是不太现实的。针对目标结构和损伤类型的实用有效的损伤识别方法仍然处于研究阶段。在本文中引用了一种方法来用于输电塔结构的损伤监测。该方法基于模型缩聚技术，利用有限数量的加速度传感器，得到输电塔结构的自振频率和模态振型，最后完成损伤的识别。为了减少该方法的计算量，本文中还引用了该损伤识别方法的两种简化版本，并分别应用与一般的二维桁架结构、三维桁架结构和输电塔结构。为了可以准确的识别出输电塔的模态信息，本文采用了基于自然激励的特征实现算法（NExT-ERA法）。在输电塔的模态识别过程中，本文采用冲击荷载来模拟自然激励，用Wilson θ法替代加速度传感器来测量节点的加速度响应，在利用得到的加速度响应通过NExT-ERA法来进行最后的模态识别中，本文采用了奇异值差值法和奇异熵增量法两种方法来进行系统定阶，也采用了模态幅值相干系数（MAC）和模态相位共线性（MPC）两个指标来进行虚假模态的剔除。主要结论为：基于自然激励的特征实现算法识别出了输电塔结构的前两阶模态，但在该方法的应用过程中要合理的确定系统的阶数，以保证不会出现模态的丢失和虚假模态过多。基于模型缩聚的指标损伤识别方法适用于一般的二维和三维桁架结构，也适用于输电塔结构，不论是在损伤的定位识别还是定量识别都有很好的表现。基于模型缩聚的指标损伤识别方法的简化方法一在二维桁架的损伤定位和定量识别中都有很好的表现，对于三维桁架只能用来进行损伤的定位识别。基于模型缩聚的指标损伤识别方法的简化方法二可以应用于二维桁架损伤的定位识别。