由于材料、连接和变形等因素的非线性导致实际结构都不同程度地存在非线性行为。特别是当结构遭受损伤时，损伤可能导致结构非线性加剧，并造成结构动态响应不满足平稳性假定。结构的损伤和非线性行为导致基于线性、平稳性假定的结构损伤识别方法不再适用。本文基于经验模态分解和Hilbert-Huang Transform（HHT），研究了基于HHT的非线性系统损伤识别方法。主要内容包括：对非线性系统识别方法进行了比较系统的归纳和综述，主要包括时域方法、频域方法、时频域方法和基于混沌的方法。本文研究采用时频域的HHT方法。采用集成经验模态分解方法，针对模态分解过程中筛选次数恒定，可能会导致分解结果不精确、信号分解过程缺乏自适应性的缺点，基于Huang提出的改进差值和函数方法，并结合筛选信号极值点与过零点数目差最大为1的要求，对集成经验模态分解方法的筛选停止条件进行了改进。通过算例分析，验证了改进方法增加了信号分解的精确性及自适应性。分析比较了端点效应影响范围和时间特征尺度大小之间的关系，信号的高频分量时间特征尺度小，低频分量时间特征尺度大。验证了端点效应对于信号的高频分量相对于低频部分影响较小，因此提出在不需要整个信号特征时，可以选取高阶固有模态函数分量作为分析对象。采用改进的希尔伯特-黄变换分析方法，并以基于系统输出信号第一阶固有模态函数分量的瞬时频率作为损伤指标，对地震波作用下的二维双线性框架结构的损伤进行识别。通过瞬时频率的时域变化，能够有效识别结构非线性损伤及损伤时刻。通过在三维框架模型底层引入非线性元件来模拟非线性，杆件截面变化模拟损伤，将改进的HHT变换用于非线性框架结构的损伤识别。利用结构顶层输出信号来进行损伤识别，将系统输出信号第一阶固有模态函数分量的瞬时频率及瞬时能量作为损伤指标。结果表明：根据结构对称性选择合适的信号，利用响应第一阶固有模态函数分量的瞬时频率和瞬时能量可以有效检测出损伤的存在，并能进行损伤的程度识别。