随着我国交通事业的快速发展,特大型桥梁结构不断涌现,新旧桥梁数量日益增多。为确保人民生命财产安全,快速有效地识别出桥梁结构可能发生损伤的部位和损伤程度,及时掌握桥梁运营下的健康状况,是当前桥梁工程研究领域的热点问题之一。拱桥特有的力学性能和结构上的优越性,使其在大跨度桥梁的建造方面具有广阔的发展前景,然而,国内对大跨度拱桥的安全性评价问题尚未进行深入研究。因此,如何在经济和技术允许的条件下,合理评价大跨度拱桥的安全性,是一项迫切而意义重大的课题。根据神经网络在结构损伤识别的已有成果,并对BP神经网络、RBF神经网络性能进行了分析,提出将RBF神经网络用于拱桥损伤识别研究,给出应用方法步骤。本文在研究国内外大量有关结构损伤识别和神经网络资料的基础上,根据桥梁结构损伤识别与神经网络的发展前景,以球溪河大桥为背景,利用有限元ANSYS及MATLAB程序将振动模态分析理论和RBF神经网络相结合应用于拱桥损伤识别中,同时实现对损伤位置与损伤程度的识别,集中考虑了桥梁结构单构件损伤、两个构件损伤、三个构件损伤三类损伤工况,分别采用了振动频率、振型模态、曲率模态三种指标作为神经网络的输入参数,采集各损伤状态下的样本数据,建立RBF神经网络模型进行了拱桥损伤识别的研究。研究表明RBF神经网络可用于识别拱桥结构损伤位置和损伤程度。