对于桥梁损伤做检测的传统健康监测手段,通常需要耗费大量的人力、物力以及时间才能对损伤进行识别定位;与传统的结构健康监测做法相比,利用移动的车辆收集运行过程中的动态响应数据,可以以更快的速度、更少的设备来评估桥梁的健康状况。由于车辆和桥梁是一个耦合系统,因此车辆收集的数据包含有关桥梁的动力反应信息,这些信息可用作充当健康指标。本研究以一座大跨斜拉桥作为研究对象并建立该斜拉桥的有限元基准模型,主要研究基于移动车辆的斜拉索损伤识别问题。主要研究内容如下:（1）介绍了隐式和显式两大求解方法在车桥耦合有限元求解中的应用,通过一个车桥耦合分析实例对比了两大分析方法的异同,对比了两种算法下的跨中竖向位移、车辆竖向位移和车辆竖向加速度时程数据,论证了使用显式分析来解决此类车桥耦合系统问题的合理性,为研究车桥耦合分析问题提供了理论依据。（2）建立了适用于车桥耦合振动分析的桥梁全实体单元模型;通过对比Midas模型中桥梁的自振频率,验证了所建立的模型的准确性。同时,通过Hyper Mesh软件建立了车辆有限元模型,并精细化处理了车辆的三大主要系统——悬架系统、轮胎系统和连接系统;介绍了如何在仿真实验中模拟路面不平整度,不同车速以及车辆和路面接触等内容,为后续的车桥耦合分析的准确性提供了保证。（3）分别分析了斜拉索在无损时和有损时,车桥耦合过程中桥梁和车辆的竖向位移,竖向速度以及竖向加速度之间的关系以及相互的影响;进而研究了斜拉索在不同损伤位置、损伤程度状态下对结构模态,桥梁和车辆动力反应的影响;最后以车速,车重为环境变量,详细讨论了不同车速、车重对损伤识别的影响。（4）介绍了机器学习的研究进展情况,建立了一种利用车辆加速度信号,识别斜拉桥拉索损伤的CNN神经网络算法模型;并以拉索单损伤识别为例,集中研究了五根索单元,在不同损伤工况下损伤识别情况。