随着交通运输事业的发展,我国已修建了大量的桥梁,但值得注意的是,随着时间的推移,损伤桥梁的数量和桥梁损伤的程度都会增加。对于一些重要桥梁,随着运营时间的增长,其强度、刚度等性能必然下降,旧桥的实际承载能力是否满足需要,新建桥梁的质量是否达到设计标准,诸如此类的问题使得桥梁结构的损伤检测变得至关重要。在桥梁结构损伤识别中,基于动力测量的结构损伤识别方法越来越成熟。但是大多数基于动力测量的方法都必须测力,而测力给实际运用带来一定的麻烦。本文致力于寻求一种在钢筋混凝土结构上基于动力的不测力检测方法。论文研究了小波包能量以及小波包能量在神经网络中的运用,从而识别出损伤的位置和损伤的程度。通过有限元分析,证明了小波包能量能够准确地判断损伤的位置和程度。在实验室浇筑5.3m钢筋混凝土简支T梁,通过分级加载得到不同损伤情况。利用自制的恒量冲击装置,拾取不同损伤状态下的加速度信号。通过加速度信号的小波包能量变化率指标可以准确地判断钢筋混凝土结构出现损伤的位置。用加速度信号的小波包能量分布向量指标作为输入样本,损伤程度作为输出样本,建立起RBF网络,可以准确地判断损伤的程度。实现了先判断损伤位置,后判断损伤程度的两步识别法,大大减少了神经网络所需的样本。本文证实了不测力情况下的小波包能量用于钢筋混凝土结构损伤识别的有效性,为今后研究新的钢筋混凝土结构损伤识别方法提供了理论及试验依据。