桥梁是非常重要的交通基础设施,有利于国民的出行便利,也对国家的经济快速发展发挥着巨大的作用。但桥梁结构因为结构疲劳、运输工具超载超限和地震等自然因素的影响,将不可避免的出现结构损伤的情况,影响桥梁的通行性能,结构产生较严重的损伤时甚至会导致桥梁坍塌,出现严重的安全事故,因此准确对桥梁结构进行识别是很有必要的。机器学习方法是近些年来的研究热点,相比传统的模式识别方法,机器学习方法在结构损伤识别性能上有很大的提高。但关于机器学习方法在桥梁结构损伤诊断领域内应用的研究仍然比较欠缺,因此对机器学习方法在桥梁损伤识别中的应用进行进一步研究。主要的研究工作:首先对桥梁结构的研究现状进行分析,介绍桥梁结构动力参数法和常用的机器学习方法。然后以三跨连续梁桥有限元模型为例,结构固有频率作为基础结构损伤标识量,建立基于结构振动模态分析技术的结构损伤识别方法,确定结构固有频率可以作为损伤标识量。以预损伤钢筋混凝土模型梁有限元模型为例,结构曲率模态作为损伤标识量,建立基于曲率模态分析技术的结构损伤方法,确定结构曲率模态可以作为损伤标识量。最后结合工程实际,建立矮塔斜拉桥有限元模型,模拟斜拉桥的拉索产生损伤,以结构固有频率和曲率模态为损伤标识量,构造出结构损伤综合识别指标,比较了三种机器学习方法(BP神经网络、RBF神经网络和支持向量机)的识别准确度大小。综上所述,结构固有频率和曲率模态可以作为损伤标识量构造损伤识别指标,选用的三种机器学习方法也能够有效应用于桥梁结构损伤识别中,在桥梁损伤识别领域具有一定的应用前景,但其在桥梁结构损伤识别中的广泛应用还需要进行更加深入的研究。