钢桁架拱桥是桥梁结构的一种重要的结构形式,钢桁架拱桥由于外形雄伟壮观、跨越能力大、承载能力高等有点,近些年来得到了飞速的发展,如天津的国泰桥和重庆的朝天门长江大桥等。在2009年通车的重庆朝天门长江大桥主桥布置为190+552+190m,为世界上最大跨度的钢桁架拱桥。许多桥梁结构在使用过程中由于种种原因可能会发生不同程度的损伤、开裂和老化,从而埋下隐患,造成重大事故,危害人民群众生命安全并导致财产的损失。因此,对桥梁结构进行损伤识别和早期预报,及时掌握桥梁运营下的健康状况具有重要的意义。对桥梁结构(特别是钢桁架拱桥结构)的损伤进行识别研究已经成为土木工程领域的一个重要的研究课题。研究指出桥梁结构的损伤会引起结构整体动力特性相应的改变,因此,如果能够建立起结构的动力特性变化和结构损伤之间的映射关系就能够实现损伤识别。神经网络具有容错性好、非线性映射能力强等优点,所以其非常适合于结构的损伤识别。本文在前人研究的基础上,以大跨钢桁架拱桥为研究对象,应用神经网络技术,提出了大跨度钢桁架拱桥结构的损伤分步识别法,利用ANSYS中的APDL语言和MATLAB语言编制程序并使之相互衔接,建立了适合于于钢桁架拱桥结构损伤识别的高效神经网络法。先对桥梁的损伤进行预警,确定损伤的出现;然后对桥梁损伤的构件进行初步定位,判别损伤杆件所在的子结构;接着在初步定位的基础上,进一步进行损伤识别,判断出损伤构件所在的具体位置;最后来识别损伤杆件产生的损伤程度。