裂缝诊断研究是近年来土木工程结构中一个重要的研究课题。混凝土结构普遍存在裂缝,当裂缝开裂的宽度和深度达到一定程度,将消弱结构的强度与刚度,甚至造成结构破坏。因此及时诊断出结构的裂缝位置和裂缝深度,采取必要的维护措施,可以避免由于裂缝的发展而导致结构破坏。本文采用结构动态响应统计特征作为损伤指标,建立BP神经网络对钢筋混凝土简支梁进行裂缝诊断研究,较好的验证了基于结构动态响应统计特征的结构损伤识别人工神经网络方法在裂缝诊断中的适用性。主要研究工作如下:(1)在对结构动态位移响应的方差及方差变化量随裂缝位置和裂缝深度不同的变化敏感性分析后,采用方差变化量作为神经网络输入的损伤指标。(2)在ANSYS有限元分析中运用三维建模和杀死混凝土单元的方法模拟结构的裂缝位置及裂缝深度,与实际结构损伤较为相近;数值模拟了钢筋混凝土简支梁的裂缝诊断过程,其中包括单裂缝、双裂缝和三裂缝三种损伤工况,每种损伤工况又分为裂缝位置识别和裂缝深度识别。通过本文研究,得出如下结论:(1)对于单裂缝损伤工况,训练好的神经网络可以非常准确地识别出钢筋混凝土简支梁的裂缝位置和裂缝深度。(2)对于双裂缝损伤工况,训练好的神经网络也可以比较准确的识别出简支梁的两个裂缝位置和裂缝深度。(3)对于多裂缝损伤工况(三裂缝),裂缝位置识别时有一个裂缝位置识别效果较好,其余两个裂缝位置识别效果较差;裂缝深度识别时有两个裂缝深度识别效果较好,一个裂缝深度识别效果一般,但多裂缝深度识别准确率较多裂缝位置识别准确率高。(4)在多裂缝损伤诊断的改进方法中,通过适当增加量测位移动态响应的测点来增加神经网络输入向量中行向量的维数,网络识别效果得到较好改善。总之,本文验证了基于结构动态响应统计特征的结构损伤识别人工神经网络方法在裂缝诊断中的有效性和适用性。