空间网格结构是大跨度结构中最常采用的结构形式,近年来该类结构安全事故频发,因此对其健康状态进行有效评估是防范事故的关键步骤。首先,本文制作了14m长2×20的正放四角锥足尺网架试验模型,建立了13种损伤工况,通过动力测试试验对每种工况进行重复采样,利用Matlab编写数据提取程序筛选并建立状态评估数据集。其次,基于模糊层次分析理论建立了底层指标(性能层)为位置、应力比和损伤面积的健康状态评估体系,通过权重系数和隶属函数的选择,得出网架模型的评价标准、等级划分表和隶属函数图等,并初步预估出不同损伤工况的健康状态等级。模糊层次分析法建立的评估体系可以充分考虑对损伤影响因素的代表性和操作性,可为本试验网架模型提供有效的状态评估等级方法。最后,以层次分析法对试验网架结构模型的状态评价结果为基础,建立基于BP神经网络的网架结构状态评估方法。该方法以不同工况加速度信号所构建的自回归模型参数(AR模型)为特征量,模糊层次分析法的结果作为标签,将数据集分为训练集和测试集,利用BP神经网络学习方法和训练集,有监督地训练BP神经网络学习评估模型。利用测试集测试基于BP神经网络学习方法的有效性和准确率。研究表明,BP神经网络结构建立的评价体系评价速度快,准确率高,能大量减少人工检测成本。总之,本文研究的模糊层次分析法和基于BP神经网络的评估方法都能有效的对网格结构状态进行评估,为科研和工程人员提供参考。