房屋或桥梁结构在服役期间或多或少地存在损伤,而损伤的积累有可能导致灾难性事故,给人民带来严重的损失。因此,为了确保人民生命财产安全,如何建立有效的定位损伤位置及程度的识别方法,是当前学术界和工程界的研究热点。本文在阐述了国内外大量有关结构损伤识别的研究现状及研究意义后,对基于结构模态参数的损伤识别和支持向量机(Support Vector machine,简称SVM)理论做了系统的论述。然后将基于模态参数的方法和支持向量机的方法结合起来,应用于桁架结构的损伤识别中,结果表明,对于损伤位置和损伤程度的识别均能取得良好的效果。(1)概述了结构损伤识别的背景及研究意义,对支持向量机法、神经网络法、遗传算法和小波分析法做了系统的论述。(2)本文对基于结构模态参数的损伤识别方法进行了探讨,在此过程中,较详细地分析了基于频率变化和基于振型变化的多种损伤识别方法的基本理论。(3)对支持向量机理论和算法做详细介绍。(4)介绍了在结构损伤识别中建立支持向量机算法的步骤。(5)对某悬臂钢梁和桁架结构为研究对象,进行数值试验模拟,编写ANSYS二次开发语言APDL程序,实现结构不同损伤工况下的模态自动求解和结果规范化输出。然后根据损伤识别需要构建各种特征向量组成样本集。以悬臂钢梁为例验证了基于固有频率和支持向量机的损伤识别技术可以对简单结构的损伤准确定位。同样,使用支持向量分类机和回归机分别对桁架的损伤位置和损伤程度进行识别也取得了较为理想的结果。最后,对主要工作和研究成果进行全面总结,并指出需进一步深入研究的课题。