在结构动力学设计与分析中,建立准确的结构动力学模型至关重要。准确的结构动力学模型可应用于结构响应预测、力学环境预示、结构损伤诊断与故障诊断、优化设计等方面。在实际工程应用中,纤维编织复合材料由于其材料宏观力学性能在空间分布上存在非均匀特性,在一定程度上影响了复合材料结构力学模型的准确性。对复合材料的非均匀参数进行识别,使其优越性能在复合材料结构设计和力学分析中得到充分发挥。开展考虑参数不确定性的复合材料随机建模与动响应预示具有十分重要的理论意义和应用价值。本文对复合材料不确定性参数随机建模与动响应预示方法进行了探索,主要开展了以下几个方面的研究工作:首先,基于试验数据,采用灵敏度分析的方法开展复合材料非均匀参数识别方法研究。该方法兼顾了有限元方法和试验测试方法的优势,能够建立更为复杂的复合材料参数模型。在此基础上,以Euler-Bernoulli悬臂梁模型为研究对象开展数值仿真分析,验证识别方法的正确性;进一步开展结构模态试验,将各测点处实测的加速度频响函数作为优化问题的输入值,采用所提出的识别方法获得复合材料试件的模量场。结果表明:识别后模型各测点处的频响函数与试验值吻合度较高,且所提出方法对测量噪声具有鲁棒性。其次,在实际工程结构中,复合材料弹性参数是连续变化的,而在上述基于试验数据的复合材料参数识别方法中是通过不同单元之间的弹性参数差异来表征复合材料参数空间分布上的非均匀性。为了减小离散处理方法与实际连续分布不完全相符造成的影响,开展了基于广义正交多项式的复合材料等效参数分布场识别方法研究。该方法利用有限测点响应信息识别出连续分布参数。基于Legendre正交多项式的分布式参数模型,将非均匀参数分布场识别转化为正交多项式系数的识别。并以Euler-Bernoulli梁为研究对象开展数值仿真研究,验证识别方法的可行性;并通过对比不同边界条件下的识别结果,进一步验证了所提方法的正确性和适用性。然后,基于试验-数值混合方法获得的小样本数据,采用频谱分解技术和概率统计方法建立复合材料不确定性参数的随机模型。该模型的建立考虑了因材料力学性能非均匀而产生的随机不确定性和因样本数据不足而产生的认知不确定性。采用频谱分解方法对实测的样本数据进行离散,将不确定性问题转化为确定性问题,大大降低了问题求解的难度;贝叶斯理论结合了先验信息,在试验数据不易获得(小样本)的情况下,可得到较为准确的结果。最后,利用实测样本获取的不确定性参数的随机模型建立谱随机有限元模型,开展随机动响应预示研究。并开展同一批次多组复合材料梁振动试验,利用试验实测获取的随机动响应样本的统计特征验证了考虑不确定性参数动力学系统的随机动响应预示方法的正确性。