结构损伤识别是结构健康监测研究的核心与难点.结构健康监测技术存在模型误差、测量误差、环境影响和测量数据不完备等实际困难,使得许多结构损伤识别方法效果不理想,所以有效适用的结构损伤识别方法的研究与开发,已经成为土木结构健康监测急需发展的一个课题.随着微电子技术和嵌入式计算技术的发展,无线传感技术已开始向土木结构监测领域渗透并展现出了良好的应用前景.智能无线传感技术的出现不仅引发了数据采集方式的变革,也给结构损伤识别技术提出了新问题.因此,面向智能无线传感网络的结构损伤识别技术的研究,已经成为土木结构健康监测的前沿和热点研究方向.本文提出了一种将时间序列分析与人工神经网络相结合的适用于分布计算的结构损伤识别方法.具体研究内容如下:1、选用时间序列分析法作为损伤特征参数的提取方法.主要针对美国土木工程师协会的Benchmark结构,根据其加速度响应数据确定了该结构的时序模型及其阶数;对加速度响应数据进行分析,提取并比较了五种参数,从而确定残差标准差作为特征参数来识别结构的损伤;最后,利用ASCE Benchmark结构系统地分析了残差标准差的特性.2、应用损伤指标法和神经网络法相结合的分步损伤识别方法实现ASCE Benchmark结构的损伤识别.首先以残差标准差作为损伤敏感参数并作为神经网络法的输入;然后确定了用于损伤识别的神经网络的形式和学习算法,并选取合适的网络参数;最后利用基于带动量项自适应BP网络的多重分步识别方法,对ASCE Benchmark结构分三步实现定位损伤层、确定损伤层内损伤杆件的位置、确定已知损伤杆件的损伤程度三个层次的识别.