结构健康监测的研究，其意义不仅在于结构健康的监测，它还能带来对结构设计理论和规范的反思，是当前国际上的一个研究热点。结构损伤诊断是结构健康监测研究的核心与难点，目前有关这一问题的研究主要有两种方法：利用振动模态分析技术和利用人工神经网络技术。 本文对国内外结构损伤诊断研究情况进行了系统归纳与总结，并在此基础上将振动模态分析技术与人工神经网络技术相结合，进行结构的损伤诊断。 针对BP神经网络固有的收敛速度慢、容易陷入局部极小值等问题，本文对BP神经网络进行了性能优化，(包括改进算法的选用和网络初始参数的选取)。应用该优化的BP神经网络经过MATLAB软件实现对工程上常见的桁架结构的损伤识别。分别构造了基于频率、基于振型和频率振型组合的三类损伤指标的网络输入样本进行损伤识别，结果令人满意。比较分析了不同类型损伤指标对损伤的灵敏度，研究结果具有一定的工程实用价值。 对新型桥梁结构——折塔式斜拉桥的拉索进行了损伤诊断，为以后此类桥梁的损伤诊断提供一些参考。模拟多种损伤状态，以频率与振型组合指标构造网络输入指标，采用改进过的BP网络，成功实现了对拉索各种损伤的识别。 论文最后总结了基于结构动态特性分析的神经网络结构诊断方法，并展望了未来研究的发展方向。