由于受到荷载和其它各种突发因素的影响，将不可避免地导致结构发生损伤，易造成重大的经济损失和人员伤亡。因此，对结构健康状态做出及时有效的诊断、准确的评估和预示，具有重要的科学理论意义和工程实用价值。损伤诊断是进行结构健康监测的基础。本文以结构健康监测与损伤诊断为目的，研究了基于小波包特征提取和聚类的支持向量机结构损伤诊断方法。 论述了进行结构健康监测的必要性和迫切性，介绍了结构健康监测的概念、系统组成和损伤诊断的方法以及研究现状。 从损伤信号特征提取的角度出发，研究了基于小波包特征提取的方法，采用正交小波包对Benchmark模型结构及其实际工程试验中的损伤响应信号进行分解，再计算每个频带上的相对能量用来表征结构的状态。研究表明：(1)小波包分解频带能量分布能够表征信号分量的能量变化；(2)对于同一种损伤，不同节点响应信号的小波包能量分布是不同的；(3)不同类型损伤的小波包能量分布有显著的差异。信号经小波包分解后其损伤特征更加明显，小波包分析为结构损伤诊断提供了一种有效的特征提取方法。 为解决损伤诊断中样本缺乏的问题，研究了一种基于小波包特征提取的支持向量机诊断方法。该方法将结构振动信号小波包分解后的频带能量作为特征矢量，输入到多分类的支持向量机中，实现了结构损伤的识别。研究表明：与使用原始数据的支持向量机相比，经小波包特征提取后，支持向量机的分类效果有了显著提高。 针对训练样本相对较多的情况，研究了一种将聚类分析与支持向量机结合的损伤诊断方法。该方法首先采用聚类方法把训练样本进行合理地聚类，然后再把获得的聚类中心作为支持向量机分类器的输入进行损伤识别诊断，采用这种方法训练时间较短，损伤识别的准确性有较大的提高。