本文通过小波变换分解动力响应信号得到的能量谱和人工神经网络分类识别技术，研究了含裂纹悬臂复合材料层合板小损伤振动检测问题。 首先，建立表面粘贴有压电片材料的悬臂完好板及损伤板的有限元动力学模型，研究了因裂纹存在而引起层合板的物理参数和模态参数的变化，并求出其动力响应。 其次，用小波分析分解动力响应信号得到子信号，并求出了信号的能量谱，最后得到层合板损伤前后的能量谱变化量。 最后，将所得到的能量谱变化量作为人工神经网络的输入，训练网络，使该网络能够识别裂纹的位置及尺寸。 复合材料层合板的在线损伤检测可以通过粘贴在层合板表面的压电智能材料和基于振动分析基础上的信号处理来完成。结果表明，将小波变换得到的动力响应能量谱作为损伤检测的特征量，比现有的方法有更高的灵敏度，能检测到复合材料层合板中较小的裂纹。 本文的研究对工程实际，具有参考意义。