桥梁等大型工程结构的健康监测、损伤检测及安全评估是目前国内外研究的热点问题,随着许多新技术如计算机技术、3S技术(全球定位系统、地理信息系统、遥感技术)、自动控制技术(人工神经网络)、无限传输技术的飞速发展,振动测试手段精度的不断提高,在土木工程领域融入新技术新方法具有更为现实的意义。本文继续本课题组“基于GIS的大型土木工程健康监测研究”的工作,以香港青马大桥为实例,编制了一个具有GIS(地理信息系统)特有功能的健康监测及损伤检测系统程序,使用RBF神经网络进行青马桥的损伤识别,对青马桥的主要监测项目进行了评估。本文首先概述了桥梁使用现状,国内外桥梁健康监测系统以及地理信息系统研究状况,介绍了本文的研究目的及意义和研究工作。接着分析了健康监测系统(BHMSES,Bridge Health Monitoring & Safety Evaluation System)的开发方法,开发工具及地理信息系统在其中实现的功能,提出了系统的数据结构,并以青马大桥为研究对象,编制了相关的程序模块,主要实现将地理信息与属性信息相结合从而使各类信息可视化,利用地理信息系统特有专题分析功能将数据以统计图形式标注于地图上,令分析更为直接清晰。使用人工神经网络进行青马大桥损伤检测研究,本文使用损伤前后频率信息和部分关键点的模态信息构造损伤指标训练RBF网络,对损伤位置和损伤程度的识别都取得了良好的精度,对未知损伤类别也具有一定的自学习能力。最后本文指出了桥梁安全评估的现状,综合了适用于大型桥梁的评估方法,用层次分析法求得桥梁构件权重,用变权综合的方法使得个别构件存在重大缺陷时能够在总体评价中体现出来,以青马大桥为例,通过计算机模拟损伤,进行了索力、索塔、加劲梁三个项目的评估。