“预测”一词最早出自《明诗纪事》,是指人们根据事物过去的发展变化和规律,按照一定的方法和理论,对事物未来的发展趋势做出科学的定量或定性的推测。而对于故障的预测则是通过分析机械设备或零部件当前的运行状态,推测其未来的故障发展趋势和规律,从而为制定科学的设备维修策略提供依据。故障预测技术作为飞机结构健康监测领域的核心内容之一,对结构疲劳裂纹扩展的预测方法进行研究,显然具有重要的经济价值和现实意义。本论文介绍了结构健康监测技术、预测技术的发展现状,阐述了故障预测方法的分类及其在结构疲劳裂纹扩展预测方面的相关应用。以蒙皮裂纹为具体研究对象,通过ABAQUS/FRANC3D联合仿真建立了初始裂纹有限元模型,计算了裂纹前缘应力强度因子,确定了裂纹前缘网格参数的划分范围。利用MATLAB编制了随机疲劳载荷谱,对裂纹加载后得到蒙皮裂纹扩展的仿真试验数据,从而为本文的预测方法研究提供所需的数据样本。利用MATLAB建立了基于粒子群优化多变量灰色预测模型、误差反向调节的BP神经网络预测模型、支持向量机回归预测模型,利用各预测模型对裂纹扩展长度进行预测,并利用仿真试验数据对所建模型的准确性与有效性进行验证。同时,为弥补单一预测方法的不足,本文还建立了灰色神经网络,灰色支持向量机组合模型对裂纹扩展长度进行预测,并对组合预测模型与单一预测模型的预测精度进行了比较。最后综合灰色神经网络和灰色支持向量机两种组合预测方法的优点,对两种组合预测方法进一步进行组合,提出了基于残差修正的灰色-神经网络-支持向量机组合预测模型,该模型进一步降低了灰色神经网络与灰色支持向量机模型的预测误差,拓宽了组合预测模型在飞机结构疲劳裂纹扩展预测领域的应用范围,具有一定的工程实用价值。