大多数工程结构在使用过程中由于环境载荷等因素的影响,在长期的疲劳载荷和腐蚀作用下,尤其当结构遭受较大的外来力(如地震和火灾)作用后,可能会发生各种损伤,从而使结构无法满足使用功能的要求或使安全性降低。在工程结构的使用过程中,诊断结构构件是否出现损伤,并进行损伤位置和程度的判定,预测下一个目标使用年限内结构的可靠度,进而制定最优的加固方案和维修策略,具有重大的社会效益和经济效益。本文主要针对多层空间框架结构模型阐述了基于神经网络法的损伤诊断过程。首先,介绍了损伤识别技术在国内外的发展,对目前所采用的各种损伤识别方法的分类作了简单介绍。其次,给出了使用神经网络法对结构进行损伤诊断的力学依据,介绍了神经网络的基本概念、原理及数值计算方法。再次,以八层空间框架结构为研究对象,采用改变单元弹性模量的方法模拟结构损伤,通过有限元模态分析,获取结构在完好和不同损伤程度下的各阶固有频率与节点振型位移,利用二者的差值作为损伤标识量,用基于BP神经网络的方法识别结构损伤。为解决框架结构有较多层以及空间对称性问题,提出了一种新的输出方式和分步训练方法,通过两步训练得到两个神经网络系统,结合两个神经网络系统的结果可准确的判断损伤的具体位置和程度。最后,通过实验数据的测试来证明使用神经网络法进行结构损伤检测的适用性及准确性。