结构损伤必然会在结构的动力特性上得到反映,而且应变类结构动力参数比位移类结构动力学参数对结构损伤更为敏感.因此可以依据结构动力特征的变化来判断和识别结构的损伤.本论文着力于研究与开发基于人工神经网络的空间框架结构健康检测系统,此系统的主要思路是:首先建立能真实反映结构特点的有限元计算数学模型,采用有限元弹性与弹塑性计算分析结构的易破损位置,并模拟结构健康状态和多种损伤状态,计算这些状态对应的动力特性,以此作为输入样本对神经网络进行训练,建立结构损伤状态网络识别器,用以识别结构可能存在的损伤状态.根据研究需要,本研究提出了空间框架结构杆系模型内力位移滞回模型和非线性动力时程分析算法,在此基础上编制了空间框架结构的弹塑性时程分析程序,可进行钢筋混凝土空间框架在各种支座条件下的静力分析,多向地震作用下的弹性时程分析和弹塑性时程分析,用以对框架结构进行动力反应仿真,并模拟其结构损伤.然后利用多层前向人工神经网络的自组织学习功能设计一个基于人工神经网络的智能健康诊断系统,且该系统的知识库可实现自主进化.本文对基于人工神经网络的框架结构的损伤识别理论进行了进一步的探讨,阐述了关于频率的参数用于损伤识别的原理.并以正则化的频率变化率和频率变化的平方作为训练网络的输入样本,建立框架结构的损伤神经网络识别器,识别框架结构的损伤位置和损伤程度,结果证明识别精度是比较高的.