结构健康监测对保障结构安全运营有重大意义,损伤识别作为结构健康监测的核心内容对评估桥梁健康状况有重要的作用。桥梁损伤识别的有关研究日渐成熟,但仍存在结构信息不易测得、数据挖掘不够充分等问题亟需解决。（1）针对曲率模态指标对振型节点处损伤不敏感、无法通过曲率模态对损伤准确定量的问题以及损伤识别领域存在的数据挖掘不充分的劣势,本文提出了广义局部曲率模态信息熵指标,推导了其计算公式并确定局部概率窗口等相关参数,提出了定位及定量的损伤分步识别方法。（2）建立简支梁桥有限元模型并模拟了单点及多点损伤;利用一阶广义局部曲率模态信息熵识别了损伤位置;构造了BP神经网络的训练样本并确定了各个工况下的损伤程度。利用MATLAB模拟了高斯白噪声并对指标的抗噪性进行了研究。将简支梁模型单元精细化分,研究了测点数量与损伤指标识别效果的关系。（3）为了验证指标的实用性,对简支钢梁进行了模态测试试验;根据前两阶模态振型的特点设置了不同位置的参考点,依次放置多组相邻位置传感器并以参考点归一化,得到结构的真实模态振型。以加速度波形-频谱图和固有频率辅助验证测试效果。对实测振型采用S-G滤波法进行预处理,进而利用一阶广义局部曲率模态信息熵进行了损伤识别研究,对比曲率模态识别结果。利用MIDAS/Civil和ANSYS两种有限元软件建立试验对象有限元模型并根据实际损伤工况进行了模拟和分析。构造BP神经网络训练样本并定量损伤,研究了指标在实际结构损伤识别中的效果。（4）针对指标特有数学性质对指标进行改进,利用改进后的二阶广义局部曲率模态信息熵对简支梁的单点损伤工况进行了损伤识别。通过引入高斯白噪声研究了二阶广义局部曲率模态信息熵的抗噪性。进一步利用MIDAS/Civil建立了三跨连续梁桥模型算例并模拟了损伤。以连续梁桥中跨为研究对象,利用一阶广义局部曲率模态信息熵对其进行损伤识别。结果表明:一阶广义局部曲率模态信息熵能够较好地定位单点及多点损伤,结合BP神经网络能够准确地损伤定量。且在识别振型节点附近损伤中,本文所提指标优于曲率模态。该指标抗噪性有限且无需密集测点即可获得较好的损伤识别效果。试验中,验证了针对前两阶模态设置不同位置参考点的必要性及该试验方法的可行性。一阶广义局部曲率模态信息熵能够识别钢梁的损伤位置,通过BP神经网络进行了损伤定量,对靠近振型节点的损伤识别效果较好。改进后的二阶广义局部曲率模态信息熵的性质与一阶指标相近,能够进行损伤定位,结合BP神经网络可进行损伤定量且振型节点处识别精度优于曲率模态。在连续梁桥中,结合BP神经网络,一阶广义局部曲率模态信息熵能够进行损伤评估,振型节点附近处损伤识别效果较好。