现代工程结构正在向大型化、复杂化、自动化、连续化方向发展,复杂的服役环境使结构的安全受到威胁。为了保证安全、避免灾难,实时、在线、准确地进行结构损伤识别的技术研究受到了广大学者和工程技术人员的重视。本文以国内外大量有关结构损伤识别分析为基础,论述和研究了基于模态参数进行结构损伤诊断的理论与方法,提出了用柔度差值曲率法进行结构损伤识别的思想与方法。作者利用ANSYS有限元分析软件对一个平面桁架模型进行了模态分析,并用APDL语言编制程序计算该结构的柔度差值曲率。通过对平面桁架的模拟损伤识别,证实了基于柔度差值曲率法的损伤定位方法的可行性。根据对人工神经网络在结构损伤识别的已有成果,并对误差反向传播(BP)神经网络、径向基函数(RBF)神经网络性能进行了分析比较,提出将径向基函数(RBF)神经网络用于平面桁架损伤识别研究,并给出了具体的方法和步骤。然后本文利用MATLAB软件将径向基函数神经网络应用于平面桁架结构单个杆件损伤和两个杆件损伤识别中,以第一阶柔度差值曲率作为神经网络的输入向量,以杆件相应的损伤情况(损伤位置与损伤程度)作为神经网络的输出向量,通过大量的学习样本对神经网络进行训练,然后用检测样本对神经网络的性能进行测定,神经网络仿真预测的结果表明了径向基函数神经网络可以实现对平面桁架损伤位置和损伤程度的识别与判定,效果良好。并且只需要结构的第一阶柔度值,大大减少了实际测试的工作量,简单有效,在工程上有很大的适用性。自此,形成了一套基于径向基函数神经网络的桁架结构损伤识别技术。但是,应用人工神经网络技术对结构损伤识别的研究还只是在理论分析和数值模拟及试验阶段,我们尚需不断探索,寻找更好的人工神经网络结构和更有效的损伤识别参数,并逐步应用到实际工程中,以使这种新方法发展得更快。