桥梁作为交通基础设施中的重要组成部分,国民经济快速发展的重要保障。桥梁结构一旦损伤,严重时将极大影响到人民的财产安全,因此,桥梁结构损伤检测一直是人们研究的热点。梁式桥是目前应用最广泛的桥型,对它的损伤研究具有普遍适应性意义。近年来,机器学习方法在各大领域有着越来越多的应用,但在桥梁损伤识别领域仍较为欠缺。支持向量机作为机器学习方法中的一种,它在分类和回归方面相比于传统方法在识别能力上更强,因此选用支持向量机的模式识别方法对梁式桥损伤进行研究,本文主要研究工作如下:(1)本文通过参考大量国内外文献,对桥梁损伤识别的背景和意义以及历史发展做出总结。又介绍了目前桥梁结构损伤的识别方法,特别是对动力特性下的损伤识别方法做了详细介绍,对衡量桥梁损伤指标有了初步了解。为模式识别选取合适的损伤指标提供指导。(2)介绍了模式识别方法及理论和支持向量机的类别及原理,就模式识别中桥梁损伤程度识别和桥梁损伤位置识别选用合适的支持向量机模型提供依据,最后选用支持向量机分类机识别桥梁损害的位置,支持向量机回归机识别桥梁损害的程度。(3)对基于模态振型和曲率的桥梁损伤识别进行了进一步研究,通过对简支梁桥的模态分析来获取损伤的参数指标,将两种指标对桥梁损伤识别敏感性进行对比,得到曲率模态为更优损伤识别指标,以作为支持向量机模型的输入参数。(4)以连续梁桥为例,首先就支持向量机分类机对桥梁损伤位置识别进行分析,验证了基于前四阶曲率模态为输入特征参数的支持向量机模型是可行的。再通过支持向量机回归机做桥梁损伤程度识别。对四种不同核函数预测准确率的对比,得出最佳的核函数。后对RBF核函数相关参数进行优化,并作结果分析验证。