桥梁结构作为交通线路的重要组成部分,结构的正常运行对人们的人身安全和国民经济具有非常重要的意义。近年来,交通量的不断上涨,不少桥梁结构已经出现了破损,从而导致桥梁的承载能力下降。所以,对桥梁结构的性能进行实时监测,及时发现桥梁结构出现的损伤,然后对其安全性评估,最后制定相应的维修策略,对提高桥梁的运营效率,保证人民群众的人身安全意义重大本文研究内容主要包括以下几个方面：1、建立平面桁架结构模型,利用ANSYS12.0进行损伤仿真模拟分析,得到所需要的模态参数(应变模态、模态曲率差和频率变化率),分析结构损伤与这些参数的关系,通过所得到的关系判断结构损伤的位置。在损伤位置确定之后,考虑结构不同程度的损伤对模态参数的影响,从数值上大致判断结构损伤的程度。2、对同一桁架结构,利用RBF神经网络技术对结构损伤程度进行识别。把结构不同程度损伤之后的模态参数(应变差)作为输入,发挥神经网络的鲁棒性、容错性和泛化能力,最终对损伤程度进行有效的识别。并且考虑了在含有环境噪声的情况下对桁架结构损伤程度进行的识别。3、对某长江大桥进行损伤识别分析。通过大桥的危险性分析、有限元模型的建立以及振动分析之后,与桁架结构的损伤识别一样,对该长江大桥运用相同的损伤识别方法,选取模态曲率差作为识别参数对大桥损伤位置进行识别。而在损伤程度识别中,选取了更适合的BP神经网络。最后,同样考虑加入环境噪声,并且说明在含有5%以内的噪声情况下,识别结果是可以接受的。