土木工程、机械工程、海洋平台、航空航天等领域均有大量结构在使用过程中，由于种种原因可能会发生不同程度的损伤、开裂或老化，从而埋下隐患，造成重大事故，危害人民群众生命安全并导致财产的损失。因此，对结构进行损伤识别和早期预报或对重要结构进行实时监测具有重要意义。 本文在国家自然科学基金和武汉市重大科技攻关计划项目资助下开展结构损伤识别理论与方法的研究，完成的主要研究内容和创新如下： 开展了基于单元模态应变能和模态动能的结构损伤识别研究，首次提出了空间结构损伤识别的分模态应变能法。 开展了神经网络和遗传算法的结构损伤识别研究。结构损伤识别可转化为极小化问题求解，利用遗传算法可以有效地求得全局优化解，但需要大量的有限元计算时间，本文提出的将矩阵摄动法与遗传算法结合的求解技术可以很好地解决这个问题。另外，针对矩阵摄动法只适用于小损伤的识别，对于大损伤可能会产生识别误差的问题，提出了将神经网络与遗传算法结合进行结构损伤识别的思想。 提出了梁结构损伤位置识别的柔度曲率法，该法既有高的灵敏度又避免了使用原结构的模态参数，对于没有原始结构模态参数的损伤识别技术显得尤为重要。算法具有计算量小和简便易行的优点，而且仅需要低阶模态信息即可获得很好的识别效果。 分析了只有少量测试自由度时柔度曲率法与曲率模态法(或应变模态法)对损伤识别的效果。在测试自由度稀少的情况下，柔度曲率法与曲率模态法都很难识别结构的损伤，而采用曲率模态差和柔度曲率差则可以得到较好的识别结果。 武汉理工大学博士学位论文来获取曲率模态(差)和柔度曲率(差)进行结构损伤识别，即使位移模态中只含有1%的随机误差，采用这些方法也很难正确地把损伤位置识别出来。 开展了结构多损伤识别的研究，提出了利用频率测试数据和单元模态应变能并结合遗传算法对具有多损伤区的结构进行损伤识别的方法，探讨了曲率模态法和柔度曲率法的结构多损伤识别。 对固有频率、模态振型与模态柔度进行了绝对敏感度和相对敏感度分析，理论和数值模拟分析证明了模态参数对损伤的敏感性与结构自身特性有关。不管是绝对敏感度或相对敏感度，固有频率、模态振型和模态柔度三者中，没有哪一个是无条件绝对占优的。这一结论，纠正了通常认为模态柔度比固有频率和模态振型对损伤更敏感的片面观点。 研究了模型误差对结构损伤识别的影响。因对象不同，含误差的模型对损伤识别的效果差异性较大。因此，为了确保损伤识别结果的可靠性，首先应该对具有误差的有限元模型进行修正，然后用修正的模型进行损伤识别。 针对通常有限元模型修正方法中，质量矩阵和刚度矩阵半带宽内的零元素在修正后变为非零的不足，提出了有限元模型修正的加权广义逆法，该法可以使待修正的质量矩阵和刚度矩阵半带宽内的零元素在修正后仍将保持为零，从物理意义上保证了有限元模型中原来不相关的自由度之间继续保持不相关。