针对大型结构进行结构的监测与安全评估,及时的确定安全隐患,建立一套安全评估系统尤为重要。复合材料损伤机理十分复杂,影响因素众多,很难找出明确的函数关系来诊断损伤,对损伤程度进行评估。而神经网络具有的非线性映射能力,能够很好地解决这一问题。本文对Lamb波在复合材料结构上的损伤监测机理进行分析,并提取Lamb波在典型损伤上的特征参数,利用神经网络构建损伤程度评估模型,实现对不同程度损伤的评估。本文主要研究了以下几方面的内容:(1)论述了结构健康监测技术与Lamb波在复合材料传播的理论,包括Lamb波的频散特性,激励与传感方式以及压电效应,分析了基于主动Lamb波的损伤程度评估的基本方法,阐述了神经网络的基本原理。(2)分析了传统的结构健康监测技术中结构损伤发生前后的信号处理方法,采用时频域分析法中的小波包方法对采集到的损伤信号进行机理分析,提取不同程度损伤的时域特征参数(波形特征Wf、波峰特征Wp)和频域特征参数(能量分布Ed、能量百分比E)共四个特征参数,在欧氏距离的基础上建立了类内距离、类间距离以及可分性判据,确立损伤特征参数向量。(3)设计并建立了主动Lamb波结构损伤程度评估模型。分析和比较了损伤程度评估的传统方法,选择了神经网络作为损伤程度评估模块,使用典型的三层网络架构作为神经网络结构。在此基础上,构建了损伤程度评估模型。(4)设计了一套主动Lamb波结构损伤程度评估系统。分别从硬件的搭建和软件的设计两个层面上完成。通过这套系统,可以实现从损伤信号的分析到损伤程度的评估。最后,在复合材料板上进行实验,设计了单一线性传感阵列,利用典型损伤对该系统进行验证,分别采用BP神经网络和GA-BP神经网络进行损伤程度评估。实验结果表明:本文提出的基于Lamb波损伤程度评估技术能够较好的实现对不同程度损伤进行评估,从而提高了在损伤预测方面的研究,为降低安全隐患提供了有价值的信息,具有很好的应用前景。