FRP复合材料具有高比强度、高比模量、损伤容限高和性能可设计等优异特性,在航空工业、舰船、化工和电子部件甚至超导工程中得到了广泛应用。但是在使用过程中承受的载荷、机械损伤、疲劳、蠕变以及复杂环境等因素都会使FRP复合材料因缺陷而产生损伤,严重的损伤会形成材料的整体破坏而造成重大经济损失。所以对于FRP复合材料的损伤破坏分析和性能预测研究显得越来越重要。FRP复合材料承载过程中,经常会产生多种形式的损伤,目前的分析方法由于FRP复合材料的各项异性和损伤过程的不可逆,常常无法对其损伤过程进行动态监测和损伤故障的有效识别。本文以FRP复合材料为研究对象,以声发射为主要研究手段,分别对不同编织方式FRP复合材料板材损伤形式、FRP复合材料容器水压爆破实验过程、声发射信号特征识别等方面进行了深入研究,提出了一种基于声发射技术的FRP复合材料损伤识别的新方法。本文应用ABAQUS有限元软件对FRP复合材料受力损伤断裂过程进行有限元模拟,提取裂纹区域应力场特征参量,研究基体断裂和纤维断裂的基本理论。通过对基体断裂与纤维断裂过程的有限元模拟分析得出复合材料损伤的局部特征信息,得到不同断裂阶段的破坏判据值和应力应变的数值关系,并把模拟结果和实验分析结果进行比较验证。建立FRP复合材料单板拉伸、容器水压试验声发射监测实验系统,对FRP复合材料板材拉伸断裂和容器的水压爆破过程进行声发射监测。重点分析了两种典型铺设角度FRP复合材料在不同失效形式下声发射信号的参量特征与波形特征。同时通过对FRP复合材料容器水压爆破过程的声发射信号分析,得到了声发射信号的幅度、持续时间、能量在不同失效阶段的变化规律。并利用费利西蒂比来判定容器的损伤程度,为FRP复合材料性能评价提供实验依据。最后,选取“紧致型”的小波神经网络,对不同失效形式的声发射信号进行特征识别,引入遗传算法对网络的初始参数进行优化,进而改善了网络的收敛性能和稳定性能。将构造出的小波神经网络应用到实验数据的分析中,满足了较高的误差精度要求,而且具有良好的识别和泛化能力。以上研究表明,基于声发射技术的损伤识别方法能够获得FRP复合材料不同损伤的状态特征,并有效提高不同损伤形式的识别准确度。