结构损伤识别技术是当前土木工程领域研究的热点和难点问题,很多学者进行了大量的研究,也提出了很多方法,相关的理论和技术都在不断的发展之中。本文根据结构损伤前后的动力特性的不同,利用神经网络的鲁棒性、容错性和泛化能力,以平面桁架和立体桁架两种桁架为例,采用三步法确定出结构的损伤位置和损伤程度。主要研究内容包括;(1)利用结构损伤前后的模态参数(模态频率、模态振型),构造出一系列的损伤指标,并对这些损伤指标进行数学推导,研究它们与损伤位置和损伤程度的关系,为神经网络损伤识别不同阶段输入参数的选择提供依据。(2)为了使大型复杂结构的损伤识别成为可能,引入了子结构的概念。避免了将结构损伤指标一次性输入网络进行训练时,因为向量维数太多,导致网络不收敛的现象。并在此基础上引进了多重子结构的概念。在识别出损伤杆件在某一子结构的基础上,根据结构特性,再将损伤的子结构细分为不同的子结构,从而使损伤的范围进一步缩小。(3)运用基于神经网络技术的桁架结构多重损伤识别方法,把损伤识别分为三步,首先将杆件损伤引起的标准化的频率变化率及标准化的频率变化比分别输入概率神经网络,进行损伤杆件所在子结构的判定,并对两种指标输出结果进行对比;然后将杆件损伤引起的归一化的损伤信号指标和组合损伤指标分别输入径向基神经网络,进行损伤杆件所在具体位置(编号)的判定,同时对这两种指标输出结果进行对比;最后,将定位出的损伤杆件引起的频率平方的变化比输入径向基神经网络,进行损伤程度评估。运用三步定位和定量法进行神经网络损伤识别,有效降低了一次性网络输入数据的规模,减小了计算量,缩短了网络训练时间,提高网络识别精度。(4)引入了以结构部分振型代替结构完整振型进行损伤具体定位的方法,并以复杂立体桁架为例进行数值模拟,验证了该方法的有效性。对复杂结构的损伤识别具有很大的指导意义。