随着中国经济高速增长与科技迅速发展,基础设施建设在国民生产中所占比重愈来愈大,许多大跨度空间结构、大型水工结构和核电站等不断出现,结构朝着大型化、复杂化趋势发展,其使用周期一般都长达数百年。网架结构作为空间结构较为常用的结构形式广泛应用于土木工程领域,由于在服役期间受外界荷载等因素的影响,网架结构构件必然出现疲劳积累、抗力衰减和材料老化等问题,致使结构在使用期间出现损伤和结构性能下降,当损伤累积到一定程度就可能导致结构整体破坏,所以网架结构的安全性引起人们的高度重视。针对网架结构安全性问题,对其进行必要的检测和诊断,已经成为目前面临解决的问题和未来课题的研究方向。结构健康检测是土木工程领域研究的前沿方向,而结构损伤检测则是健康检测的基础和重点内容。因此,鉴于网架结构的重要性,防止因结构倒塌而产生的事故,避免重大安全事故和经济损失,对网架结构进行检测和诊断是十分必要的。概况起来,本文主要取得的研究成果和结论如下：1)利用有限元软件ANSYS对钢悬臂梁结构模型进行数值模拟分析。首先采用瞬态激励法提取节点加速度信号,构造损伤参数(小波包能量变化率)。然后选取小波包函数,对损伤参数进行小波包变换,最后进行结构损伤位置和损伤程度识别。为保证数值模拟数据的准确性,本文在实验室条件下对钢悬臂梁足尺模型进行动力模态测试,将实测实验数据与数值模拟结果进行比对,验证数值模拟的准确性。2)由于在实际检测中,网架动力测试所得有用信号都会受到噪声的污染。现役网架由于边界条件较为复杂,质量、阻尼较大,激励响应不充分等,降低动测信号质量。本文应用小波阈值和MATLAB软件相结合的方法进行信号消噪的模拟研究。3)运用有限元ANSYS软件对正放四角锥网架结构进行损伤分析。应用单点瞬态激励进行未损伤结构和损伤结构的数值模拟,选取最优激励区域位置。提取网架各测点加速度信号,构造小波包节点能量变化率作为损伤指标。应用基于小波包和神经网络的网架结构两重损伤识别法。首先,将杆件损伤引起的小波包节点能量变化率进行损伤位置识别；其次,将已识别出的损伤杆件引起的小波包节点能量变化率输入RBF神经网络,进行损伤程度评估。运用两重损伤识别法进行结构损伤识别,降低一次性网络输入样本的数量和计算量,缩短训练时间,提高网络识别的精度。