鉴于桥梁结构的重要性和特殊性,在使用过程中易受到外部环境和自身材料性能老化的影响,安全问题不容忽视,准确地发现和及时的预防桥梁结构的重大损伤尤显重要。近年来机器学习技术在各行各业广泛地被推广应用,但在桥梁结构损伤识别领域目前尚待进一步完善和开发,极限学习机作为机器学习技术的一个应用,在分类及回归问题上都优于传统学习算法。因此选用以桥梁动力参数为基础,结合极限学习机的智能损伤识别技术,对桥梁损伤进行研究。主要的工作内容有:首先对桥梁损伤识别研究背景及意义进行了阐述,总结了当前国内外影响桥梁损伤识别的各类参数标签、损伤识别方法的发展以及存在的问题,认识到机器学习方法和模式识别方法的结合对于桥梁损伤识别的优势,并选择极限学习机这一机器学习方法作为桥梁损伤识别分析的原因。然后利用ANSYS建立简支梁桥有限元模型,选取固有频率、位移模态、曲率模态三种指标,对其适应性、准确性、敏感性进行比较分析,得出曲率模态是最佳的损伤识别指标。以实际三跨梁桥为例,将曲率模态作为极限学习机的输入参数,选取极限学习机的分类模型对桥梁的位置(单位置和多位置)损伤进行识别,再通过选取极限学习机回归模型对桥梁损伤程度进行识别,通过对不同激活函数比较,确定最佳激活函数。最后通过识别率验证极限学习机模型对损伤位置及程度识别为优。综上所述,曲率模态可以作为桥梁损伤识别的参数指标,选取的极限学习机分类模型也能够用于桥梁损伤位置,极限学习机回归模型也可以预测桥梁损伤程度大小。表明了极限学习机在桥梁损伤识别领域有非常广阔的应用前景,但具体理论方法仍需进一步完善。