体育场馆做为一种公共设施对其使用功能和容纳人数的要求日益提高,大跨钢结构以其施工速度快的优点被工程师所青寐而广泛应用于体育馆、候机厅、会展中心等大型公共建筑当中。但钢结构本身存在杆件极易损伤破坏等缺陷,目前对其进行检测和维修只能采用逐一排查的方法,不仅耗时、耗能且耗资巨大。因此,近年来许多专家对结构损伤检测方法进行了大量的研究,提出了解决该问题的许多新方法,如小波分析法、频域法、神经网络法、遗传算法等,而其中又以神经网络损伤检测方法最具发展潜力。论文根据结构前后动力特性的不同,利用神经网络对某高校体育场馆进行模拟损伤检测研究,确定出结构的损伤位置和损伤程度。主要研究内容如下:1.利用ANSYS建模分析得出结构损伤前后的模态参数作为网络的输入参数,把结构损伤识别问题分为3个步骤解决,即损伤识别初步定位,损伤识别具体定位和损伤程度识别。并对比了不同网络在识别过程中的识别效果。2.在利用神经网络对结构进行损伤识别时,为避免网络训练样本数和向量维数的增加所导致网络不收敛、泛化能力差等问题,引入了多重子结构的概念。即在确定结构发生损伤的基础上,再将结构细分成许多子结构,缩小损伤的范围,提高网络识别精度。3.把高阶频率、振型位移引入到不同的神经网络(BP神经网络、概率神经网络、径向基神经网络)训练样本中去进行网络训练,检验其对结构及构件的损伤位置和损伤程度的影响,为进行网络改进,提高网络的准确性、抗干扰性和泛化能力提供有意义的参考。