石油井架是钻机起升设备的重要组成部分之一,起着安放天车,悬挂游车、大钩及专用工具的重要作用。对于一些在役石油井架由于多年在野外恶劣的环境下长期使用,许多构件会产生不同程度的变形、腐蚀及螺孔扩大,因此,必须对在役石油井架结构进行损伤检测和评估,充分了解石油井架的实际状况。如果能及时发现损伤,并诊断出局部损伤的位置以及损伤程度,就能制定出正确的维修策略,及时修复,恢复结构的承载能力,从而为延长使用寿命,经济可靠地使用现有石油井架提供依据;而且对于避免灾难性事故的发生,保障人们的生命安全财产更为重要。开展石油井架结构损伤识别研究,提高石油井架承载能力检测与安全评价水平,无疑具有重要的理论意义和实用价值。首先,本文在查阅了大量文献的基础上,综合分析列举了国内外损伤识别技术的研究现状情况,并且介绍了模态实验分析的基本原理以及基于频域系统辨识石油井架结构模态参数的基本理论、基本方法。其次,本文对基于BP神经网络的损伤识别方法进行了探讨。在此过程中阐述了神经网络的基本概念、特点、模型及其算法,比较详细地研究了BP神经网络、BP经典算法和经过优化的LM算法以及BP神经网络在MATLAB中的实现。概括的讲,本文针对石油JJ160/41-K型井架的损伤定位与定量问题提出了人工神经网络识别方法,利用有限元软件ANSYS及MATLAB程序将振动模态分析理论和BP神经网络相结合应用于石油井架损伤识别中,同时实现对损伤位置与损伤程度的识别,形成一套基于振动模态分析理论和BP神经网络的石油井架损伤识别方法,取得了较为满意的效果。随着结构模态检测分析仪器精度和参数识别技术的不断提高,基于神经网络的损伤识别方法在工程结构损伤检测中具有很好的应用前景。