油气管线不可避免的要通过极地、海洋等地质不稳定区域,其工作环境和受力方式复杂多变。塑性损伤作为管线钢失效的主要形式之一,严重威胁着油气管线的安全运营。因此,有效地监测管线钢的健康服役状态并对其剩余寿命作出准确评估是迫切且必要的。而声发射技术作为现如今最为有效的动态监测手段,可通过分析材料内部组织变化时释放的应力声波所携带的损伤信息,实现材料损伤的评定。本文以应用广泛的贝氏体+多边形铁素体（B+PF）双相结构X80管线钢为研究对象,设计了拉伸、剪切及拉剪损伤混合试验,定义了材料在不同损伤状态下的损伤因子,在试验过程中运用声发射在线监测,通过特征参数分析及波形分析方法对试验过程中采集的声发射信号进行分析,研究了X80钢的破坏模式及损伤演化过程。研究结论如下:1.运用声发射特征参数分析方法分析X80钢的拉伸及剪切损伤过程,发现声发射幅值、累积计数和累计能量等特征参数的时域变化,与X80钢单一损伤模式下的变形损伤阶段相对应,研究结果为确定金属材料的服役荷载状态提供了依据。2.对试验过程中采集到的声发射波形信号进行分析,运用小波阈值去噪方法对信号进行去噪,去噪后的信号在大面积去除杂波的同时保留了原始信号的大部分细节分量,信噪比及均方根误差均在达最优取值范围内。对去噪后的声发射波形信号,运用小波包分解提取信号的不同频段能量值作为信号的特征值,根据综合评价指标,所提特征值能很好的表征原始信号。3.结合能量耗散模型,根据X80钢在拉伸与剪切状态下的损伤演化曲线,定义了X80钢在单一损伤模式下的损伤因子,量化了材料的损伤程度,采用多层感知器网络建立了声发射信号波形特征与损伤因子的定量关系,在5%的允许误差内实现了X80钢的塑性损伤过程监测与评估。4.通过随机森林分类的机器学习方法,完成X80钢拉剪混合损伤模式下的声发射源分类,准确率可达到96.02%,并采用多层感知器网络模型实现了分类后信号塑性损伤程度的评估,总体误差在8.5%内。研究成果为实时监测材料损伤程度,判别材料损伤源,定量评估管线服役状态并预测其剩余寿命提供了途径。