基于人工神经网络的健康监测是目前工程界比较活跃的研究课题.通过长期的健康与损伤状态监测,获得结构不同状态的参数对结构进行反演分析和对比,判断其损伤状态,采用人工神经网络进行损伤识别是常规的方法.但是现有监测结果缺乏丰富的损伤状态下所需的测量数据,无法满足训练神经网络识别结构损伤的要求;那么采用数值模拟技术建立具有一定精度的结构有限元模型,用该模型模拟不同的损伤部位和损伤类型,给出相应的计算参数作为系统训练的样本,是比较可行而且能取得令人满意结果的方法.对于混凝土大坝等大体积混凝土结构,运行早期的外界温度作用易于对结构产生初期损伤,同时弹性模量随时间的变化对结构早期的健康状态和损伤状态的动力特性有很大影响,这些因素对损伤识别具有不可低估的影响,若被忽略会对损伤识别结果产生误判,因此本文将在建立有限元模型进行损伤识别时重点考虑这些因素.论文采用所编制的结构有限元分析程序建立大体积混凝土结构的三维有限元静力、动力计算模型,考虑温度组合作用对大体积混凝土进行受力损伤分析,在此基础上同时考虑弹性模量随时间的变化计算结构在不同损伤情况下的结构动力特性参数,作为人工神经网络识别系统的训练识别样本,研究其对结构损伤的识别效果,论文采用逐级加载来总结损伤情况的变化,更能接近于实际的结构损伤情况.在论文中对温度场和温度应力程序以及神经网络识别系统都进行了算例的校核.针对大体积混凝土结构不同的损伤类型和损伤部位,基于人工神经网络技术对结构损伤诊断进行研究,本研究建立可以考虑包括环境温度及弹性模量变化在内的多种环境因素和工况影响的人工神经网络结构损伤识别系统ANNDIS,训练其对结构各种情况下健康时和不同部位损伤时各种状态的结构动力特性数值进行识别,研究神经网络"识别器"在各种情况下的自组织、自适应和自学习能力.基于人工神经网络技术的结构监测需要精确的有限元模型来提供网络训练样本,在建立结构的有限元模型时,需要尽可能全面准确的反映结构本身的特点和各种作用.对于混凝土坝而言,工作条件的复杂性主要有水的作用、温度作用、地基条件与裂隙渗流等,在已有工作中己对水作用及其变化、地基条件等因素对损伤是别的影响进行了分析,本论文对温度作用和弹性模量随时间变化又进行了考虑.