陆上可开发能源逐渐稀缺,人们将注意力转投深海,但是在深海中的各种作业艰巨重重,需要强大的技术作为支撑。为了满足深海中各种能源矿物可以长期高效的开采和出于对国防安全事业的考虑,人们希望能够长周期、全天候的在深海中进行作业,于是深海空间站的理念应运而生,十三五规划更是将其提高到一个新的高度,专项规划提出我国将启动深海空间站的建设项目,加强对深海的探测和深海装备关键技术的研究。深海空间站在复杂的海洋环境中服役会受到各种力的作用;海水长期腐蚀使结构的材料发生老化、附着于结构表明的海生物使结构整体机能下降、构件本身制造时的缺陷使它在这种极端环境下更易损伤、长周期疲劳积累、不可避免的机械损伤等都对它造成严重的健康影响,所以能够实时监测到它的健康状况尤为重要。本文以一深海潜水器里面的载人舱球壳作为研究对象,使用小波包分析与神经网络相结合的方法,监测这一载人舱球壳在服役过程中所受到的腐蚀损伤和裂纹损伤。论文主要进行了以下几个方面的研究:(1)深海潜水器载人舱球壳的腐蚀损伤监测。使用小波包分析对深海潜水器载人舱在振动过程中的加速度响应信号进行分解与重构,提取特征向量;将这些特征向量作为GRNN、PNN、BP神经网络的输入参数,对深海潜水器载人舱的腐蚀损伤位置和程度进行监测。(2)深海潜水器载人舱球壳的裂纹损伤监测。先对深海潜水器载人舱球壳进行受力分析,找出裂纹易产生区域,对这部分区域进行监测,提取出监测点的加速度响应信号,利用小波包分解与重构,再使用SVM支持向量机对裂纹损伤发生的位置进行预测。(3)传感器的优化布置研究。从传感器的个数优化和位置优化两方面入手,通过增加监测点的方法,增加特征向量的选取,以及不同监测位置的预测结果作对比,发现当优化传感器的个数和监测位置之后,对深海潜水器载人舱的健康监测预测效果更好。