结构健康检测是当今土木工程领域的一个研究热点，结构损伤检测是结构健康检测的基础和核心，振动模态分析技术和神经网络技术是解决这一问题的有效工具。本文以收集到的国内外有关结构损伤识别、神经网络资料的收集分析为基础，借助结构动力学求解器软件SM2.0版本，通过平面二层框架结构刚度单损伤、框架结构刚度双损伤的两个实例，得到含有频率、第一阶频率各种组合对应的振型33120个样本元素，经过筛选后有13980个样本元素，经过归一化处理，将这些数据和损伤位置、损伤程度之间的映射关系作为网络训练样本，利用Matlab7.0版本进行网络训练和测试样本的仿真输出，分析数据结果，得出如下主要结论。 1) 平面框架结构的单损伤诊断、双损伤诊断用低阶频率和筛选过的振型结合作为结构损伤位置、损伤程度的识别的输入向量是可行的，对称结构的损伤也可判断其位置，其误差精度可以控制在10％以内。 2) 根据已有文献指出结构损伤识别的隐层神经元数目选取采用（2n）^1／2左右为最佳隐层神经元数目（n为输入向量维数），其他文献也提出了不同的观点，经过试算、数据分析，提出：隐层神经元数目选取采用（2n+1）^1／2为最佳隐层神经元数目。 3) 提出优选振型向量的方法和步骤： ① 用动力学求解器计算出各种损伤情况的第一阶频率对应的振型。 ② 取振型向量绝对值的最大值和振型向量绝对值的最小值。 ③ 将上两值相比，筛去比值的相对较小的振型向量和比值相对较大的向量，保留振型向量绝对值的最大值与绝对值最小值之比范围在10～80内的振型向量。 4) 本文就损伤诊断编制了一些程序，在平面框架结构的刚度单损伤和刚度双损伤诊断可以参考使用。主要有：①频率、振型样本数据准备，②数据读入与训练神经网络，完成了Matlab7.0和Excel的数据接口，③测试样本程序，含单损伤和双损伤情况，此程序完成了BP神经网络的训练，并可仿真输出。以上程序详见附录。