建筑物是与人们生活息息相关的结构，任何建筑物都要建造在地面以下一定深度的土层或岩石层上，建筑物通过其下部结构将荷载传递到地层中去。随着桩与桩基础工厂化生产和机械化施工水平的不断提高，桩基础在现代各类建筑物基础中被广泛采用。当建筑物建成后由于基础出现事故将导致建筑物失效并且造成重大经济损失。因此，对桩-承台进行损伤识别，及时掌握基础的健康状况具有重要意义。本文在以下几个方面展开了研究工作。在国内外有关结构损伤识别、人工神经网络(ANN)资料分析的基础上，总结了三类识别方法：静态识别法、动态识别法、神经网络智能识别方法。由于在土木工程中噪声是不可避免的，提出了用概率神经网络进行桩-承台的损伤定位，并系统地论述了概率神经网络的原理、公式及应用。在东南大学所做试验及研究的基础上，建立了六桩承台的有限元模型，通过有限元计算结果说明了桩-承台的受力符合以混凝土为压杆，承台底部钢筋为拉杆的空间桁架模型，说明桩-承台最可能损伤的部位为“拉、压杆部位”。在此基础上建立了六桩承台的损伤有限元模型，模拟“单压杆”、“多压杆”及“拉压杆”损伤等多种工况的损伤，将污染过噪声的损伤信号指标输入概率神经网络(PNN)对桩承台进行了损伤定位，并用相同的输入参数输入BP网络，对两种网络的识别结果进行了比较。比较结果说明概率神经网络具有较好的识别性能及外推性并且不需花费训练时间。说明用概率神经网络对基于空间桁架传力机理的桩承台进行损伤识别是可行的。