该文结合实际工程,完成以下的工作:1、针对斜拉桥的大系统多变量的复杂结构特点,首先对斜拉桥做敏感性分析:通过摄动法建立特征值和特征向量方程,并提出方便、简洁的解法.通过方程的解找到斜拉桥的关键变量和关键的受力位置,为后面损伤识别网络输入参数做准备.2、详细地讨论了模型误差对损伤诊断的影响,经过公式推导建立了灵敏度矩阵并通过实例验证,得到下面的结论:如果损伤前都采用无模型误差的实测数据来识别,此时误差为二阶微量可以忽略;如果损伤前采用有模型的数据而损伤后采用无模型误差的实测数据,此时误差为一阶微量,是不能被忽略的,很可能对实际工程损伤识别产生很大的误差.最后通过斜拉桥的桥墩研究了边界条件对损伤诊断的影响.3、根据神经网络输入参数的特点,通过敏感性分析得到的结论和应变能系数,来选择把部分低阶频率和部分振型变量作为神经网络输入参数,用BP神经网络对斜拉桥进行损伤识别.通过一个斜拉桥模型,构造四个不同的神经网络,通过比较得到比较好结果.最后扼要地分析模型误差对损伤识别位置和损伤程度的结果影响.并且在最后分析桥梁的模态置信度MAC值随损伤的变化情况.当桥梁在无损伤的情况下,MAC等于1;当有损伤出现,MAC不等于1.随着损伤的加剧,MAC减小但并不很明显,而且MAC不能体现出损伤位置对结构的影响.由于模态置信度的变化量很小,有轻微噪声就会影响损伤判别的精度,虽然模态置信度可以判别损伤,但不是损伤的敏感标识量.