梁是工程结构中最常用的构件之一，梁在使用过程中常会受到各种损伤，当这些损伤累积到一定的程度之后，结构的刚度和承载力则会显著下降，从而会影响整个结构的使用性和耐久性，甚至可能酿成重大工程事故，造成巨大的经济损失和人员伤亡。因此，对各种结构急需采用有效手段来监测和评估其健康状态，其中最重要的内容就是要对结构进行损伤识别。小波变换在时域和频域都有着很好的局部分析特性，神经网络具有很强的自学习、自适应及鲁棒性等特点，本文将小波变换与神经网络相结合对梁进行损伤识别诊断，其主要原理是：运用梁在不同的模态参数情况下的损伤识别原理，建立了梁的有限元单元计算模型，通过对梁有限元动力特性的分析，得到不同的模态参数，然后对梁的模态参数进行小波变换得出小波系数并用神经网络对其进行优化，从而得出小波系数图，最后由小波系数模极大值确定损伤识别的位置。本文以简支梁为研究对象，建立了简支梁的有限元模型，分析了简支梁分别在转角模态、曲率模态、应变模态下含有一处损伤和多处损伤的识别问题，对比了此三种不同模态下的损伤识别效果，建立了一种基于小波神经网络算法的简支梁的损伤识别方法。本文以连续梁为研究对象，分别建立了在不同损伤情况下连续梁的有限元模型，并计算得到连续梁在不同工况下的转角模态、曲率模态和应变模态参数，再用神经网络算法优化求出各种不同模态下的小波系数，由小波系数模极大值来确定梁的损伤位置，得到了满意的效果，分析结果验证了方法的有效性。本文方法对梁的损伤诊断具有重要的指导意义。