对桥梁结构的损伤识别、定位以及评估是近年来十分流行的研究课题,结构损伤检测技术已被广泛应用于航天、土木、机械和核工业中,是一门建立在损伤机理、传感器技术、信号分析技术、计算机技术及人工智能技术之上的多学科综合性技术。相对于传统的结构损伤检测方法,本论文以国内外大量有关结构损伤识别、神经网络资料的收集分析为基础,主要对基于BP神经网络的桥梁结构损识别方法进行研究。根据人工神经网络在结构损伤识别的已有成果,并对BP神经网络神经网性能进行了分析,提出将BP神经网络用于桥梁损伤识别研究,给出应用设计方法步骤,建立了桥梁损伤检测的BP神经网络模型。针对传统神经网络在结构损伤检测应用中的不足,本文对传统BP(back-propagation)算法提出了改进的BP神经网络算法,同时对输入特征参数的选取,特别是固有频率进行了详细的分析说明。采用改进后的BP神经网络对桥梁结构进行损伤诊断,通过与传统BP网络法的诊断结果进行对比,得出改进后的BP网络算法在实际应用上能克服传统BP网络算法收敛速度慢,存在局部极小的问题。研究表明改进的BP神经网络可用于识别桥梁结构损伤位置和损伤程度;改进后的BP网络的桥梁结构损伤诊断具有较好的诊断效果,与传统的BP神经网络相比,不仅提高了计算速度,而且较大地提高了识别精度,具有较好的应用前景。