随着我国高速铁路的发展,针对高速铁路桥梁的损伤识别研究已成为热门研究领域,与此相关的理论和技术也在不断地发展与创新。本文从解决斜拉桥主梁损伤识别的角度出发,提出了高速列车激励下,斜拉索加速度响应时间序列分析与神经网络相结合的损伤识别方法。本文的主要研究工作如下:(1)以实验室斜拉桥模型为研究对象,建立面向损伤识别的空间板壳有限元模型,通过数值仿真方法获得了高速列车激励下斜拉桥各个子结构在不同车速下的动力响应,并探讨了不同车速下的各个响应的变化规律。(2)简单介绍了时间序列的基本思想,阐述了各种时间序列的时域特性,包括自相关函数、偏自相关函数等,详细介绍了ARMA模型的建模过程,通过香农采样定理确定了样本长度及采样时间间隔,以长自回归模型法和AIC定阶准则对ARMA模型进行参数估计及定阶,并通过数值仿真验证了利用斜拉索加速度响应建立ARMA模型的可行性。(3)采用ARMA模型的前3阶自回归系数的代数组合作为BP神经网络的训练与测试输入量,针对板壳有限元模型主梁的特点,通过优化神经网络输出表示方法减小了网络规模,并以BP神经网络的输出来指示主梁的损伤位置及程度。结果表明,基于斜拉索加速度响应建立的ARMA模型与BP神经网络相结合的方法能够有效地对斜拉桥主梁各个部位及不同工况损伤进行识别。