工程结构随着使用时间的延长，不可避免的发生老化；自然灾害的频繁发生也导致工程结构产生损伤，如1995年的日本神户地震及1999年的台湾大地震使无数的房屋损坏和倒塌，造成人民生命财产的巨大损失。结构损伤的及时检测及修复对于减少生命财产损失具有重要的作用。同时，尽早的发现结构损伤，可大大降低维护、维修的费用。因此，对工程结构的实时健康诊断和安全评估是及其重要的。 结构发生损伤通常会导致结构动力特性的改变。近年来，基于结构动力特性参数的诊断和监测技术，由于其多种优点及便于实时诊断，已成为当前学术界和工程界的研究热点。同时，结构损伤识别中的神经网络方法受到了广泛的关注和研究。本文在武汉大学科技创新基金项目“建筑物安全监测与安全状态评估方法研究”的支持下，系统研究了基于动力学参数和神经网络的结构损伤识别方法，本文的工作归纳起来主要有以下几个方面： 1．从损伤力学的基本概念出发，对钢筋混凝土结构在材料、构件、结构三个层次上的损伤模型进行综述，介绍具有代表性的结构损伤模型，探讨其损伤发生、发展的机理。 2．对基于动力参数的损伤识别方法进行了系统的分析和总结。用动力学参数构造的损伤标识量往往需要求解复杂的数学反演问题，使得较难应用于实际工程中。鉴于神经网络以其优异的非线性映射能力可以使逆问题正问题化，将振动模态分析方法与神经网络技术结合起来，以振动模态参数构造损伤标识量，作为神经网络输入的特征参数，从而进行结构损伤检测。 3．结构损伤识别包含有无损伤判别、损伤定位及损伤程度的判断三个不同层次的问题。本文以两种形式的结构为例，尝试分阶段逐层深入地解决损伤识别问题。通过数值仿真分析，结果令人满意。 4．结构的动力特性与结构物理参数直接相关，结构的损伤将引起相应动力特性的改变。本文讨论了频率、振型、振型差等模态参数变化与损伤位置、损伤程度之间的内在联系。 5．实际识别过程中，不可避免的会存在误差影响。本文分析讨论了测量误差和模型误差对识别结果可信度的影响，数值模拟和理论分析表明:低水平的测量误差对识别结果影响有限;对于模型误差影响，文章提供了解决意见。 6.对国际上标准的结构健康监测Benchmark问题进行了研究，结果表明分阶段的识别有助于问题的简化和解决。 最后，总结了本课题的研究成果，并对后续的研究工作做了展望。