纤维增强复合材料FRP(Fibre Reinforced Polymer)因具有轻质高强、耐腐蚀和成型方便等优点而被广泛应用于航天航空、汽车工业、体育休闲以及土木工程等领域。对于FRP层合结构,层与层之间的结合力主要由树脂基体的强度决定,因此沿厚度方向的强度很低,使得分层损伤成为FRP材料在实际工程应用中的主要破坏形式。分层损伤的出现会极大弱化结构的力学性能和使用寿命,甚至可能造成整体结构失效,导致严重后果。因此,寻求一种可靠、准确、高效的方法对FRP材料的损伤进行检测和识别具有重大意义。关于FRP分层损伤识别问题,现有文献主要针对单分层损伤进行识别,而对于双/多分层的识别研究较少。考虑到固有频率易于测量,具有良好的可靠性和重现性;而振型曲率对结构的局部变化十分敏感等。本课题将以含双分层损伤的FRP层合梁为研究对象,分别采用基于频率和基于曲率的两种方法对双分层损伤进行识别。通过构建含双分层损伤的FRP层合梁理论模型,以生成损伤参数对应的各阶频率变化值作为识别指标,利用遗传算法(GA)可预测出对应的损伤参数。构建含双分层损伤的FRP层合梁有限元模型以得到各阶纯弯曲振型数据,通过中心差分法转换为振型曲率以用于损伤识别。采用数值验证和实验验证相结合的方法对这两种识别方法的有效性进行验证。以频率变化值作为识别指标,对比单分层识别算法和双分层识别算法,结果表明双分层识别方法更具通用性,能准确识别单/双分层损伤,而单分层识别算法预测双分层损伤的效果不佳。利用数值案例和实验案例对双分层识别算法进行验证,预测理论案例的各损伤参数平均误差均在±2.00%范围内,而实际案例的预测平均误差在±5.00%左右。因此说明双分层识别算法可有效识别单/双分层损伤。基于曲率模态提出三个损伤识别指标(曲率模态绝对差、即刻损伤因子和曲率模态变化值相邻点差值)对FRP层合梁的双分层损伤进行识别。数值验证结果表明三个损伤识别指标均能有效识别双分层损伤,尤其以曲率模态变化值相邻点差值的识别效果最好。实测曲率模态数据经滤波器滤波处理后依然存在较多杂波,难以区分杂波是由损伤引起或是由测量过程受到干扰造成,因此难以通过实测数据对损伤进行识别。综上,采用基于振动参数变化进行分层损伤识别时,应优先采用固有频率作为识别指标,该指标对FRP材料中的单/双分层损伤均能识别。