桥梁在长期的使用过程中难免会发生各种结构损伤。损伤的原因可能是人为因素,也可能是自然灾害。此外随着我国交通建设的迅速发展,交通运输量大幅度增加,行车密度及车辆载重越来越大,这也可能因为超载而造成桥梁结构的损伤继而加剧其自然老化。这些因素均导致了桥梁承载能力和耐久性的降低,甚至影响到运营的安全,由此而引起的一系列问题都需要相应的维修、改造和加固来解决,而这些工作又必须在对桥梁结构详细和系统的检测的基础上才能妥善进行。
 

为了保证桥梁的安全运营，必须经常对桥梁结构进行检测，桥梁结构检测已成为桥梁结构安全养护和保障正常使用的主要技术手段。随着桥梁检测技术的发展，无损检测技术和损伤识别技术成为其两大发展趋势。

一、桥梁无损伤检测技术
传统的桥梁检测方法主要依赖于动静载试验和检测人员的现场目测,辅以混凝土硬度实验、超声波探测、腐蚀作用实验等多种检测手段。进入20 世纪90年代,随着现代传感与通信技术的发展,无损检测技术更是出现了前所未有的发展势态,先后涌现出一大批新的检测方法和检测手段,使无损检测技术向着智能化、快速化、系统化的方向发展。

近年来,致力于桥梁检测的研究人员提出了许多成功的方法对桥梁进行非破坏性评估。一些新的方法被广泛应用于桥梁检测,如利用相干激光雷达测试桥梁下部结构的挠度,利用全息干涉仪和激光斑纹测量桥体表面的变形状态,利用双波长远红外成像检测桥梁混凝土层的损伤,利用磁漏摄动检测钢索、钢梁和混凝土内部的钢筋等。
 

随着振动实验模态分析技术的发展,运用振动测试数据进行结构动力模型修正理论得到了充分的发展,为桥梁结构的安全检测开辟了新的途径。基于振动模态分析技术,人们研究发现结构的动力响应是整体状态的一种度量,当结构的质量、刚度和阻尼特性发生变化时,选用结构振动模态作为权数,对结构损伤前后的模态变化量进行加权处理, 从而实现对单元损伤的识别和有效定位。

二、桥梁结构损伤识别技术
1.小波分析损伤识别法。由于小波分析适合分析非平稳信号,因此可作为损伤识别中信号处理的较理想的工具,用它来构造损伤识别中所需要的特征因子,或直接提取对损伤有用的信息。小波分析在损伤识别中的应用是多方面的,如:奇异信号检测、信噪分离、频带分析等。

2.神经网络损伤识别法。神经网络在损伤识别中的基本思路是:首先,用无损伤系统的振动测量数据来构造网络,用适当的学习方法确定网络的参数;然后,将系统的输入数据送入网络,网络就有对应的输出,如果输入过程是成功的,当系统特性无变化时,系统的输出和网络的输出应该吻合;相反,当系统有损伤时,系统的输出和网络的输出就有一个差异,这个差异就是损伤的一种测度。

桥梁检测及损伤识别技术与很多相关技术的发展有着紧密联系，其中有传感技术、检测技术（A/D转换技术及二次仪表等）、信号处理技术、振动理论、软件开发技术、数据挖掘技术、专家集成技术等。桥梁检测是一个多学科交叉的系统工作，需要各个环节都做好才能达到一个最优的效果。目前桥梁健康与安全监测系统还处在发展阶段，最终发展成熟还任重道远。