随着现代工业数字化、智能化的不断发展,越来越多的智能装备都需要对关键部件在工作过程中因工况或环境变化引起的整体变形进行实时监测。结构整体变形的监测往往因为没有位移传感器需要的固定安装位置和参考基准,而只能通过可以直接贴附于结构表面的应变传感器获取响应数据。通过应变重构结构变形是一个反问题,是具有广泛工程应用价值的研究热点。本文以工程中常见的板梁组合结构为研究对象,以逆有限元法为主要方法,基于结构表面应变数据对结构的变形重构计算进行研究。推导了几种常用逆有限单元,提出了面向提升偏心板梁结构变形重构精度的遗传算法修正逆有限元法的方法,提出了面向减少应变测点的基于自监督学习神经网络的改进逆有限元法。本文的主要工作内容及成果如下:（1）推导了基于平面梁单元、四边形壳单元以及六面体实体单元的逆有限元法,并以此为基础对板梁组合结构进行变形重构实验。结果表明:基于梁单元和壳单元的逆有限元法在非偏心梁式板梁组合结构上的变形重构精度较高,但在偏心梁式板梁组合结构上变形重构精度较低,相对误差超过30%。（2）针对逆有限元法在偏心梁式板梁组合结构上变形重构精度较低的问题。提出了基于遗传算法和变形样本拟合板梁结构在弯曲变形时的变形中面位置的方法,修正了偏心梁式板梁结构弯曲变形时的结构表面应变位移关系矩阵,提高了逆有限元法对偏心梁式板梁组合结构的变形重构精度。（3）针对实际工程中应尽可能减少应变测点的布置而不影响或少影响变形重构精度的需求,提出基于自监督学习神经网络改进逆有限元法的方法。通过神经网络从少数应变测点中拟合结构伪载荷向量,从而降低了逆有限元法对应变测点数目的需求,提高了逆有限元法对于较复杂结构的变形重构精度。针对逆有限元法中结构伪刚度矩阵需要人工推导,繁琐且易出错的问题,提出从ANSYS有限元中提取结构伪刚度矩阵的方法。（4）设计开发了本文所提出的神经网络改进逆有限元法程序模块,并基于所开发的程序模块,对大型工程结构盾构机刀盘结构仿真模型进行变形重构计算,验证了所提算法对较复杂结构的变形重构能力。本文所提出的方法是基于应变重构结构变形众多方法中的一种新探索,其工作还有待进一步完善和应用推广。