社会生活快速发展，为了满足经济建设的需要，工程结构及机械设备都有大型化、功能多样化的发展趋势，但同时随之而来的安全性问题也日益突出，传统的静态结构安全性能评估方法逐渐难以适应。因此，基于结构振动响应的损伤识别方法，作为结构健康监控重要一环，也因此受到越来越多学者的关注。本文以简单结构模型为基础，对基于结构振动响应和优化方法的损伤识别两步法进行了研究，主要包括：
　　(1)使用未损伤结构的结构刚度矩阵和损伤结构的振动模态数据，构造结构单元模态应变能变化率(MSECR)指标，定位可疑损伤单元。在获取结构可疑损伤单元后，利用结构振型与频率按照MAC值的计算形式构造损伤程度量化的目标函数，以优化算法求解可疑损伤单元的损伤程度，实现损伤的定量分析。
　　(2)从一维简支梁结构的损伤检测问题出发，以数值仿真及实验验证的方式进行识别方法的检验，并进一步将一维理论进行扩展，运用于二维薄板结构。最后，建立与实际情况更为接近的存在微小裂缝的钢轨模型，进行损伤识别方法的进一步验证。
　　(3)在数值仿真过程中，对比了模态应变能变化率与小波分析方法的损伤定位能力。以结构振动固有频率和模态振型的不同组合构造多种形式的目标函数，利用粒子群优化方法(PSO)与遗传算法(GA)进行优化，研究损伤单元的量化效果及识别效率。此外，还对比研究了不同噪声水平、不同损伤模拟方式以及不同损伤位置对于损伤识别效果的影响。在实验过程中，使用多岛遗传算法(MIGA)进行有限元模型修正，减少了实验模型与仿真模型的原始误差对于损伤识别效果造成的不利影响。
　　结果表明基于结构振动响应的模态应变能变化率指标与优化算法相结合的损伤识别方法能够成功进行梁结构与板结构的损伤识别。应用单元模态应变能变化率指标的损伤定位方式相比于小波分析方法更为简便准确。基于振型加频率构造的MAC值形式的目标函数相比于本文所使用的其余两种目标函数，可以更为精准地实现可疑损伤单元的程度量化。而PSO与GA相比，收敛速度及适应度值都更加优异。通过对加入随机噪声的响应数据的分析发现，MSECR方法容易受到噪声干扰，当噪声水平从0升高至10%时，可疑损伤单元的数量迅速上升，甚至超过结构单元总数的一半。而基于优化的损伤量化方法的噪声鲁棒性较好，在合适的可疑损伤单元数量下，能够快速、精准地达到损伤量化的目的。最后，通过对可疑单元损伤阈值的讨论，分析了合适的损伤单元阈值对于损伤定位与损伤量化的重要性。