本文主要研究了基于受控结构动力特性,信息融合理论和分步检测的结构损伤检测方法。介绍了两种损伤检测方法——多损伤定位置信准则(MDLAC)和基于频率变化平方比(FCSRC)的损伤识别方法,并对后者进行改进,提出用频率变化平方比的相关性进行损伤识别。介绍了信息融合的方法,描述了如何用证据理论将多种损伤检测方法的识别结果进行融合以得到更为可靠的损伤识别结果。探讨了用受控结构的动力特性进行损伤检测的方法,详细说明了如何构建受控结构。用MDLAC和FCSRC两种损伤检测方法分别对受控结构和无控结构进行损伤检测,数值仿真结果表明,采用受控结构的动力特性进行损伤检测效果要比无控结构的好。本文还讨论了控制力个数及位置对损伤检测结果的影响。对于大型结构,由于结构复杂,宜采用分步检测的方法。本文提出了利用受控结构动力特性数据的分级检测方法,首先将结构划分为若干个子区域,利用概率神经网络找出结构损伤所在的子区域; 然后采用MDLAC,FCSRC和信息融合的方法对结构损伤子区域中的具体损伤位置进行识别。数值仿真结果表明,采用概率神经网络可较准确的识别损伤所在的子区域,在子区域内采用受控结构的动力特性比无控结构的效果要好,采用信息融合方法则可进一步提高损伤检测的准确性和可靠性。