我国是一个水力水电大国，每个大坝在设计的使用期内，很有可能出现各种病害，这些病害若不及时发现，任其发展，轻则影响水电站设计功能的发挥，重则可能造成坝溃厂毁，殃及下游的人民的生命财产。因此，有必要适时的对它们进行安全监测和损伤分析。 本文提出根据大坝动力特性的变化利用概率神经网络来识别大坝的损伤位置，该方法克服了传统安全监测方法的一些弊端。在本文中，首先概率神经网络的原理，介绍根据结构的动力响应利用概率神经网络进行损伤位置识别的方法及步骤，介绍了数值模拟的有限元水坝模型的建立方法及对库水和损伤的处理，同时说明了有限元计算结构动力特性的原理，并将马蹄坑水库混凝土拱坝的数值模拟计算结果与实测结果进行了对比。然后针对响洪甸混凝土重力拱坝用数值模拟的方法，计算出在正常蓄水位大坝无任何损伤及在不同位置有损伤时的振动频率和振型，另外，由于现场振动测试不可避免地受测试噪声和测试误差的影响，为了模拟噪声的影响，在理论计算得到的频率数据中加入测试噪声，最后用概率神经网络对大坝的损伤位置进行了识别。 研究结果表明，根据结构动力特性测试进行混凝土坝的损伤检测是完全有可能的。当然，这一方法在实践中的运用还会受到环境因素、仪器精度等的限制。