随着城市现代化建设的迅猛发展,钢结构在土木建筑领域得到了广泛应用,但钢结构损伤带来的一系列问题也随之而来,对结构进行损伤检测时,传递率函数因其不受外力影响而备受关注,但现有的传递率函数法存在对钢结构损伤检测不全面、不精确的问题,本文对BP神经网络模型与传递率函数相结合的钢结构损伤检测方法进行了研究。本文详细对神经网络和传递率函数结合的损伤检测方法进行了讨论,并从理论推导、仿真模拟、实验验证三个方面验证了该方法的可行性,主要工作如下:首先,从多自由度运动微分方程出发,对振动加速度频响特性进行研究,建立损伤传递率函数模型。以此为基础,将传递率变化量作为损伤指标,并结合对称三对角矩阵的递归规律,研究传递率作为损伤指标的损伤检测的灵敏性。传递率作为损伤指标不仅运算简单、准确率高,而且实现损伤检测不受外部激励的影响。然后,利用ANSYS软件对钢结构框架进行建模、加载、求解,得到垂直于检测面的节点加速度,再利用MATLAB软件对各节点加速度进行傅里叶变换、频谱相除、传递率函数相减得到传递率函数变化量。之后,研究了一种将BP神经网络模型与传递率函数相结合的钢结构损伤检测方法,该方法的主要思想是将结构传递率函数作为神经网络的输入参数,基于传递率指标灵敏性分析方法,从理论上分析该算法的可行性;然后,利用ANSYS和Matlab得到的传递率函数变化量作为BP神经网络的输入参数,采用反向传播对误差进行修正,输出用1或0表示是否损伤从而对钢结构损伤位置进行仿真定位。最后,再通过搭建门形框架实验平台,分别对未损伤、质量变化、刚度变化三种模型进行实验得到垂直于检测面的节点加速度,再利用MATLAB软件对各节点加速度进行傅里叶变换、频谱相除、传递率函数相减得到传递率函数变化量。结果表明:该方法与传统的传递率函数法相比,钢结构的各个位置的损伤情况都能进行识别,并且识别率有了很大的提高,能够高效、准确地实现钢结构损伤定位。