随着社会科学的进步,土木工程领域也在发生巨变,涌现出各种大型复杂的结构,由于外界环境的复杂和使用过程中各种人为因素,结构在服役过程中不可避免会出现损伤。土木工程结构较其他工程结构存在尺寸大,质量重的特点,若不能及时对结构损伤进行检测和维护,当损伤累积到一定程度会导致其丧失服务功能,严重时会给人民生命和财产带来巨大伤害,所以研究结构损伤识别方法,对减少工程灾害的发生和降低维护费用具有非常重要的理论和现实意义。本文在研究国内外结构损伤识别方法的基础上,将小波分析和蝙蝠算法相结合研究结构损伤识别方法。小波分析作为一种新型的信号分析工具,有良好的局部化性质和多分辨率特性;蝙蝠算法是一种具有自然进化思想的元启发式算法,可以不依赖于优化问题本身的严格数学性质,参数设置较少,容易实现。本文将两种方法结合,提出一种两阶段的结构损伤识别方法。首先,建立框架结构的有限元模型,通过模态分析得到含损伤信息的转角模态数据,对转角模态数据进行求导得到结构的曲率模态数据,利用小波对结构的曲率模态数据进行小波变换得到小波系数图,通过观察小波系数图中模极大值点确定结构损伤位置。其次,利用损伤前后结构的固有频率和振型构造目标函数,再用蝙蝠算法对目标函数进行优化得到最优解,通过最优解即可得到结构的损伤程度。为了验证本文提出的方法可行性,对含有损伤的一层一跨框架结构进行数值模拟分析,结果验证了该方法的有效性。同时,采用粒子群遗传优化算法对该结构进行分析,通过数据对比分析,发现蝙蝠算法在效率和精度方面优于粒子群遗传优化算法。为了进一步验证该方法可以应用于复杂结构损伤识别,本文建立了含有损伤的两层两跨框架结构,通过小波分析对结构损伤位置进行识别,然后利用蝙蝠算法对结构损伤程度进行识别,数值分析表明该方法可以较好的识别出结构的损伤。同时,采用粒子群遗传优化算法对该结构进行分析,通过分析两种算法结果,发现蝙蝠算法在收敛速度和精度方面优势更加明显。故本文中所提方法对结构损伤识别具有一定的参考价值。