桥梁是交通系统中一个关键的环节。随着我国交通事业的蓬勃发展,桥梁的数量也越来越多。但是,在环境侵蚀、材料老化和过度使用等因素的作用下,有些桥梁损伤越来越严重,甚至引发了桥梁垮塌等重大事故的发生,极大地威胁着人民生命和财产安全。为防止这些事故频繁发生,快捷有效的诊断出桥梁的状态,需要及时掌握桥梁运营时的健康信息,为桥梁结构维护和评估提供科学可靠依据,这是桥梁工程研究的一个重要课题。为了尽早识别和定位桥梁上的潜在损伤,有必要对重要桥梁进行长期的健康监测和定期评估。许多大型桥梁在服役期间,其检测系统采集了大量挠度数据,这些数据可以刻画桥梁观测点偏离平衡位置的程度。对于连续钢构桥等类型的桥梁,挠度数据能有效反映桥梁中存在的损伤。本文研究的对象就是重庆马桑溪大桥的挠度值,它是由架设在马桑溪大桥上的传感器获取到的。由于桥梁健康检测尚未有一套完整的理论指导,也没有哪一种检测方法可以单独的给出绝对正确的鉴定结果。所以,在应用对比了多种计算机方法后,本文采用人工神经网络与故障诊断相结合的方法,试图从挠度出发,检测桥梁可能存在的损伤和隐患。论文的主要工作如下:第一,对桥梁健康检测的主要方法和研究现状进行了综述,并介绍了人工神经网络的相关知识。第二,提出了一套新的桥梁健康检测方法。该方法受启发于“挠度共振”的概念,运用了BP神经网络和故障诊断的相关知识并且引入了点的概念,每个点是由一个挠度检测点及其相应的传感器组成。方法主要由三个阶段组成。首先,利用BP神经网络建立了点与点之间的测试模型。然后,运用第一阶段建立的测试模型,在点上进行了一系列的测试,得到点的综合症候矩阵。最后,在综合症候矩阵的基础上得出检测结果。这是第一次将“挠度共振”现象与神经网络相结合运用到桥梁检测系统中。第三,将上述方法应用于重庆马桑溪大桥的模拟检测,取得了较好的效果,表明所提出的方法具有一定理论价值和潜在应用价值。概括而言,本文研究和实现了一种基于神经网络的桥梁健康检测方法,并成功运用于马桑溪大桥的模拟检测中。