碳纤维增强复合材料（Carbon Fiber Reinforced Plastic,CFRP）板做为一种轻质、高强、耐腐蚀、成本低的结构加固材料,在结构加固领域得到了广泛应用。在钢结构加固和修复过程中,使用碳纤维板加固能够有效提高钢结构的承载能力和使用年限,但由于施工过程中和服役过程中各种因素的影响,碳纤维板与钢结构界面之间的胶层会存在脱粘缺陷,这会严重影响碳纤维板对钢结构的加固效果以及缩短加固钢结构的使用寿命。在传统的界面脱粘检测方法中,主要有红外热成像、X射线分析成像、超声波成像、压电主动传感和阻抗以及锤击检测等方法,其中,锤击检测法由于原理简单、操作方便、成本低廉等优点而应用广泛,但锤击检测法主要依靠人耳凭主观经验来进行判别,且只能实现脱粘位置的定位识别但不能实现定量识别。近些年来,由于深度学习等技术和方法的快速发展,具备局部感知、参数共享、及强大特征提取能力的卷积神经网络（Convolutional Neural Network,CNN）得到了广泛应用。本文主要通过采用Welch功率谱密度（Power Spectral Density,PSD）估计法、梅尔频率倒谱系数（Mel Frequency Cepstral Coefficients,MFCC）结合CNN等方法来实现界面脱粘位置的初步定位和脱粘面积的二次定量,以及利用上述方法进行界面脱粘定量检测装置的研发和测试工作。本文主要开展了以下的研究:（1）探索了叩诊法结合PSD估计法、MFCC和CNN等方法在界面脱粘检测定位和定量上的可行性。在依靠传统频率损伤定位方法的基础上,本文采用了PSD估计法对频率特征进行了提取,实现了界面脱粘检测的初步定位;另外,通过提取声音信号的MFCC特征,并将其转化为二维特征图,然后搭建一个二维CNN模型,通过训练的CNN模型来实现界面脱粘面积的定量识别。依托上述研究方法,本文进行了碳纤维板加固钢梁界面脱粘检测的探索性试验,验证了上述方法的有效性,另外,探索性试验中还探索了敲击工具的锤头属性对试验结果的影响。（2）研制了基于上述探索性成果的敲击式界面脱粘定量检测装置。在上述研究的基础上,利用训练好的CNN模型,本文进行了敲击式界面脱粘定量检测装置的研制。基于敲击方式的不同,研制了自动敲击式界面脱粘定量检测装置和手动式界面脱粘定量检测装置。另外,在调试过程中,还对两套敲击式检测装置进行了优化和改进工作,提高检测装置的使用效果。（3）测试和验证了所研制的敲击式界面脱粘检测装置。在两套敲击式界面脱粘定量检测装置的研制工作完成后,进行了两套检测装置的测试和验证工作。通过设计了基于不同检测装置的试验工况,并对碳纤维板加固钢梁进行了界面脱粘敲击测试和验证试。通过测试和验证试验,对所研制的两套检测装置进行了效果评价,测试试验结果表明所研发的两套检测装置可以实现碳纤维板加固钢梁界面脱粘面积的定量识别。另外,还基于测试试验中出现的问题,对于现有两套检测装置中存在的不足和下一步改进方向,在文中进行了说明。测试和验证试验是将检测装置向实际工程中推广应用的重要一步,本文中研制的检测装置为实际工程中界面脱粘检测提供了重要的参考和借鉴意义。