本文在系统总结了近年来结构损伤识别领域比较成熟的方法和新的研究思路基础上，进行了针对随机激励下桥梁结构损伤识别方法的研究，具体研究内容如下： (1)随机激励下桥梁结构的模态参数识别方法研究考虑到在结构的所有模态参数中，固有频率是最容易获得也是精度最高的一个，本文提出了一种利用移动质量块在不同位置时对桥梁进行多次测量，只利用各次测量的频率值来确定桥梁结构损伤的新的桥梁损伤检测方法—移动质量多次检测法，并推导出了由移动质量多次检测的模态频率表达位移模态的公式，从而给出了一种随机激励下桥梁位移模态识别的新方法，这种方法提高了结构位移模态的识别精度，使其接近于模态频率的识别精度。同时，桥梁的移动质量检测法实现了只由结构的低阶模态频率甚至一阶模态频率确定桥梁损伤的目标，提供了一种工作状态下桥梁实际检测的简便方法。 (2)工作状态下桥梁损伤定位方法研究在工作状态下进行桥梁损伤定位时，模态参数的不完备是不可避免的同时也是造成损伤定位困难的主要原因，因此本文研究了在不完备模态参数条件下桥梁损伤位置的识别方法。在基于单元模态能变化的损伤定位方法的基础上提出了损伤定位的单元弯曲模态应变能法，在柔度曲率法的基础上提出了柔度差投影曲率法，数值模拟说明这两种方法在模态观测点较为稀疏的情况下只利用结构的一阶模态数据就能够对结构中的损伤区域做出准确的判断。 (3)桥梁损伤程度识别方法研究在确定损伤程度的研究中，本文首先提出了当损伤位置已知时利用移动质量检测数据估计损伤程度的近似方法，然后在桥梁移动质量多次检测法的基础上，定义了基于移动质量检测的结构附加灵敏度，提出了基于结构附加灵敏度的损伤识别方法，该方法在测点稀疏的情况下，只利用移动质量检测的一阶模态频率就可以对损伤位置和程度进行精确标定，损伤识别不依赖于结构精确的有限元模型且可以同时识别桥梁中的大损伤和积累损伤。 (4)基于人工神经网络的损伤识别研究研究了将移动质量检测的频率数据作为输入的基于人工神经网络的桥梁结构损伤识别方法，提出了桥梁损伤的分段定位法，将桥梁分段并假定各段内只可能出现一处损伤，这样就限制了可能的损伤个数组合，从而大大缩小了网络的训练样本集。数值模拟的结果表明，本文建立的神经网络的预测结果和实际结果很接近，说明利用移动质量检测的频率作为网络输入参数一次性识别损伤位置和程度是可行的。 最后，本文讨论了有关桥梁实测时应注意的问题并介绍了桥梁移动质量检测的仪器设备系统，分析了桥梁实测时波形失真的原因和校正方法以及测量误差对损伤识别结果的影响，构建了桥梁综合检测的框架，给出了桥梁综合检测的基本步骤。