三维编织复合材料是三维编织技术与现代复合材料技术相互结合的产物，是制作结构件的理想材料，它具有异形件一次编织成型、结构不分层、整体性能好与设计灵活等优点，已经成功地运用到了我国成功发射的月球探测卫星“嫦娥一号”和“嫦娥二号”上等航空航天领域。本文以声发射(Acoustic Emission，简称AE)无损检测技术为前提，以小波包分析理论和BP神经网络技术为基础，实现了对碳/环氧三维编织复合材料三种预制缺陷(无缺陷、轻微缺陷与严重缺陷)的分类识别。　　 本文首先介绍了声发射无损检测技术及其应用现状，深入分析了三维编织复合材料内部缺陷形态与声发射信号之间的联系；然后通过实验采集声发射信号数据，运用目前较为流行的“小波包--能量”方法提取声发射信号特征值；之后建立神经网络，将提取的特征值作为BP神经网络的输入，实现材料缺陷状态与声发射信号特征向量之间的映射关系；最后，针对材料的无缺陷、轻微缺陷与严重缺陷等三种缺陷模式进行有教师的训练，实现了对该材料缺陷的识别。实验表明，该方法可以有效地把三种缺陷模式区分开来。　　 本文达到了对碳/环氧三维编织复合材料无缺陷、轻微缺陷和严重缺陷等缺陷形式的定性检测的目的。通过本课题的研究工作，得到了一些有实用价值的实验方法和实验数据，为进一步研究三维编织复合材料的声发射检测奠定了一定的基础。