本文重点针对耐火材料微观损伤类型复杂，至今尚无确定分类以及现有研究中很难合理选取分类指标这两个难题，以声发射技术作为技术手段，从声发射参数着手，结合多种数理统计分析算法，实现了损伤信号的分类，将耐火材料损伤信号分为了两类，最后结合电镜扫描实验结果，验证了分类的合理性。本文主要研究内容可以归纳为如下：1、通过声发射实验，采集了研究对象耐火材料在单轴压力载荷下所产生的大量有效的原始声发射信号，并且利用声发射软件，将复杂的信号转化为了具体的量化的15个声发射基本参数。2、采用主成分分析方法，将15个声发射基本参数（指标）进行了消除相关性降维处理，重新构造出两个新声发射参数（指标），大大降低了聚类指标的数目。3、以重新构造出的声发射参数为聚类指标，分别采用了K均值聚类算法和高斯混合模型算法，对同样的损伤信号进行了聚类处理。都将损伤信号分为了2类，而且统计出了各类损伤所占的比例。4、对两种聚类方法产生的聚类结果进行分析，对比，并且结合电镜扫描实验结果，进一步验证了聚类的合理性。突破了传统耐火材料损伤分类的难点，从声发射参数的角度出发，转换了研究思路，避开了对复杂的声发射信号直接分析，结合多种数理统计分析算法，实现了耐火材料损伤形式的分类和识别。为材料损伤研究提供了一种新思路。