随着现代大型复杂结构的发展，结构的健康诊断越来越重要。神经网络和小波分析成为重要的结构损伤诊断手段。本文通过实例研究了这两种手段结合多步法在梁式结构损伤识别中的应用。 首先，本文结合预应力钢箱混凝土梁试验成果，研究了用神经网络识别梁上荷载和预测其最大承载能力的方法。 其次，对于大型结构，由于构件数量多。如果用神经网络做一次性损伤识别，会使网络输入向量过多而出现不收敛，或训练时间长、精度下降等问题。本文通过一个平面桁架损伤模型的研究，引入子结构概念，通过多步法识别其损伤。即将复杂结构分为不同子结构，以子结构为单位建立复杂结构的计算模型，通过神经网络判断发生损伤的子结构，然后建立各个子结构的计算模型，再进一步定位具体的损伤部位和判断损伤程度。本文还研究了构件的单损伤和双损伤的识别，以及不同的识别因子和参数对神经网络的识别性能的影响。 第三，现场采集到的结构信号常含有大量的噪音，这种信号不能准确反映结构特征，会增加结构损伤识别出现误判的几率。所以，在信号输入网络之前，进行消噪处理，增大信号与结构工作状态的对应性是非常必要的。本文在神经网络的训练数据中加入一定程度的噪声，这样训练后的神经网络对含噪声数据有一定的敏感性，提高了网络的容错性；应用小波分析法对结构频率这一离散信号进行降噪处理，降噪后的数据信噪比有一定程度的提高。