4.2.4 损伤识别
探明桥梁结构的损伤状况是桥梁结构健康监测的重要任务。只有了解了桥梁的损伤位置和损伤程度，才可以根据对损伤状况的评估，采取相对应的措施，保障桥梁正常运营。桥梁结构的损伤会使结构本身的物理参数发生改变，从而改变其动力特性。因此，可以通过获取结构的振动特性作为损伤识别的切入点，通过物理参数这一变量，来达到损伤识别的目的。另外，随着人工智能技术的进步，基于算法的识别技术也不断发展。本节着重对主流的传统方法和基于智能算法的识别技术加以阐述。
（1）传统的检测方法精准度不够，效率较低。
早在20世纪90年代，根据梁体的振动特性来检测墩台单元刚度方法就被提出来，后来逐步发展到根据动力结构来检测损伤。结构的动力特性是结构所特有的，将模态参数及其变形或组合得到的能反映结构动力特性的参数称为结构的动力指纹。常用的动力指纹有频率、振型、频响函数等。可以通过损伤前后结构动力指纹的改变对结构进行损伤识别。任何结构都可以看作是由质量、刚度、阻尼等结构参数所组成的系统。结构发生损伤，必然导致这些动力学参数发生变化，从而导致结构系统的模态参数和频响函数发生变化。这种识别方法需要一些先验知识，即首先需要建立各种损伤所对应的动力指纹库，由实际测得的动力指纹与指纹库中的数据进行比较，找出最接近的动力指纹，从而判断损伤情况。
基于频率的损伤识别方法应用广泛，其最大的原因在于频率是最易测得的结构动力参数，且对于低阶频率的测量准确度较高。频率作为结构刚度与质量的函数，能够反映结构的整体性能。在土木工程领域，一般认为损伤将导致结构刚度的降低，而不会引起结构质量的改变，因而通过频率的变化可以反映结构的损伤情况。考虑到在实际工程中，对在役桥梁未加载状态的频率可能无法得知，此时频率变化率的计算只能以正常使用状态测得的频率为基准。
长大跨桥梁的损伤会导致结构的动力特性产生较为显著的变化，可对其开展动力检测，而梁桥跨径一般不大，利用动力检测的方法误差往往较大，而且定位到梁体具体的损伤位置较困难。
除了基于动力特性的结构损伤识别方法，还有通过结构的位移、应变、应力等静力响应来分析结构刚度信息的传统方法。静力检测方法相对于动力识别，精度更高，稳定性更强。但目前的静力检测方法大多选取桥梁结构的位移和应变，对于大跨、高墩的桥梁，形变数据获取难度大，在实际的数据采集中，需要管制结构的交通状况，对检测环境要求严格。
（2）基于人工智能的深度算法颇具发展潜力。
随着人工智能的发展，智能算法也作为一种重要的手段被运用于桥梁结构的损伤检测。它可以通过对样本的大量学习，捕捉到样本的特征及样本与目标对象的潜在联系，可以用来判别测试样本的属性及状况。利用智能算法的技术，让它得到损伤指标的样本与结构损伤状态之间的关系，从而判断测试样本所属的结构损伤状况。可以说，这是近年来智能技术在土木工程领域的一次开拓。目前利用智能算法的桥梁检测方法主要有人工神经网络和支持向量机方法。
人工神经网络是根据人脑的神经元工作模式所演变而来的运算结构，是一种出现比较早、发展比较成熟的网络模型，通过神经元相互连接构成，其架构可以随着连接方式的改变而改变。常见的BP神经网络、径向基神经网络、RBF神经网络等也属于人工神经网络的一部分。支持向量机是利用内积函数将向量映射到另一个更高维的向量，是在样本数量有限的情况下所使用的一种人工神经网络。支持向量机的结构简单，可以达到全局最优化的目的，且泛化能力强，在土木工程损伤识别领域应用广泛。
近年来有实验证明，采集简支钢梁的多个节点的竖向加速度响应值提取特征分析，可以有效识别损伤位置和损伤程度。与传统的BP神经网络和SVM支持向量机相比，该方法的识别准确率更高。数据中存在噪声是一种普遍现象，没有绝对纯净的数据，但损伤识别的准确度随着噪声程度的增加而下降，选择合适的小波去噪函数进行去噪处理是一种有效的方法。目前已有一些对比不同的小波函数去噪效果的研究。基于小波变换和深度置信网络的识别方法具有一定的研究前景。
（3）考虑温度变化的损伤识别——新的尝试。
考虑温度变化的损伤识别方法是近年来检测技术的一项全新的突破。通过在缩小实验桥上配置各种传感器，已经证明了该方法的可行性。在实验桥梁上基于热的SHM系统成功地识别了整个桥梁长度上弯曲损伤的严重程度和分布模式。
该系统通过监测到的热响应和温度分布之后，利用一个分析模型来解释影响热响应的各种因素。通过使用监测到的温度效应，分析模型能够准确预测未受损桥梁的热响应。此类预测可作为检查桥梁结构健康的基线，因为监测响应和分析预测之间的差异随着损伤程度的增加而增加。另外，通过将结构损伤的影响纳入分析模型，可以显著减少差异。通过这样做，可以确定抗弯刚度折减函数。该函数与整个桥梁长度上的损伤分布模式和损伤严重程度具有合理的相关性。因此，一个有效的基于热的SHM系统可以用于缩小实验桥梁，那么类似的基于热工的SHM系统也可应用于全尺寸桥梁。对于此类应用，需要在仪器、数值建模和损伤识别方案方面进行一些实际考虑。
综上所述，结构损伤识别一直是桥梁监测与评估领域的研究热点，已有大量的研究工作和成果，但距离实际应用尚有较大差距。在实际工程中，各种环境因素引起的结构响应变化甚至会掩盖结构损伤引起的变化，严重影响损伤识别的准确性和实用性。研究各种环境因素的影响，以及如何将这些因素有效分离以准确识别结构损伤，是值得深入研究的问题。当前，现有的工作主要集中在损伤识别方法的研究，发展能应用于工程实际的损伤诊断技术将是今后的研究重点。