随着我国大力发展基础建设，交通事业出现了一片欣欣向荣的景象，复杂大型桥梁日益增多，这些结构在建造和使用过程中或多或少会出现损伤，因此为了保证人民生命财产安全，及时有效识别出结构发生的损伤部位和损伤程度成为当前土木工程研究领域的热点问题之一。　　 由于结构的动力特性和时程反应与结构参数直接相关，结构的损伤会引起结构动力特性和时程反应的改变，所以如果能够建立结构的损伤和结构的动力特性、时程反应之间的映射关系，那么就可以通过结构振动测试的信息完成结构的损伤识别。根据检测的范围可以将检测分为局部检测法和整体检测法：根据结构检测的特性可以分为静力检测法和动力检测法。　　 本文根据结构损伤后动力特性和时程反应的改变，利用残余力向量指标先对结构损伤进行定位，然后利用神经网络具有的非线性映射强、鲁棒性、容错性好、泛化能力等优点，可以运用神经网络对结构损伤程度进行识别。本文将以天津国泰桥主桁架拱肋作为研究对象。主要研究内容包括：　　 ①利用神经网络对结构损伤进行预警，其中神经网络的输入指标为前10阶结构的固有频率。　　 ②为了实现对大型复杂结构损伤识别定位，避免因为神经网络输入数据的庞大而导致神经网络不收敛。所以本文将运用残余力向量指标对结构进行损伤定位识别。首先计算出残余力指标，然后根据其大小来判断结构损伤的位置，最后考虑测量噪声对损伤定位的影响。　　 ③利用损伤前后动力特性以及时程反应的变化，通过数学推理，构造出两个与损伤程度有关的损伤指标分别作为神经网络训练和测试样本。　　 ④在已经定位的基础上，运用神经网络对结构损伤进行定量分析，其中主要包括神经网络的建立，以及神经网络的训练和测试。本文分别选择频率平方的变化率比和小波包分析的能量变换率特征向量作为神经网络的输入参数。　　 本文以部分模态参数代替全部模态参数，以小波包分析与神经网络相结合的方法对结构进行损伤识别，并以复杂的桁架为例进行数字模拟以检验该方法的有效性，对复杂的桥梁结构的损伤识别具有指导意义。　　 经过研究表明，本文所采用的方法对复杂桥梁健康检测与损伤识别具有良好的可行性，可以用于实际结构的健康检查和安全评估。