碳纤维增强环氧树脂复合材料（Carbon Fiber Reinforced Polymer,简称CFRP）具有“比钢强比铝轻”的特点,是目前最受重视的先进复合材料之一。在实际工程应用中,螺栓连接具有承载能力大,便于拆装等优点而被广泛应用于CFRP连接结构,其螺栓连接状态直接影响到结构运行性能。因此,对螺栓连接状态进行健康监测和早期连接状态识别显得尤为重要。基于模态分析的动力检测方法是一种全局检测方法,具有单点测量全局检测的优点,这对CFRP这类多螺栓连接结构的连接状态检测具有显著的优势。本文通过建立螺栓结合面连接刚度模型和高精度的CFRP有限元分析模型的方法研究螺栓预紧力对固有频率的影响特性,并结合RBF人工神经网络算法分步实现松动螺栓定位和预紧力定量辨识,论文完成的主要工作包括:（1）螺栓结合面连接刚度特性动力学建模理论分析。基于螺栓结合面接触刚度分形理论,针对CFRP材料分析计算螺栓预紧力对螺栓结合面接触刚度的作用规律,并在此基础上进一步讨论基于虚拟材料层模型的螺栓结合面连接刚度建模方法。（2）螺栓预紧力对虚拟材料层模型参数的影响特性分析。讨论螺栓预紧力对虚拟材料层模型几何参数和物理参数作用规律,并分别拟合螺栓预紧力与虚拟材料的弹性模量和泊松比的函数关系,为后续基于虚拟材料的螺栓预紧力有限元模态分析提供连接刚度模型。（3）基于模型修正的高精度CFRP有限元建模。为保证后续CFRP搭接板有限元分析结果的准确性,提出了一种基于相关分析和近似模型的CFRP有限元模型修正方法,与初始模型相比,修正后的模型的最大误差为1.47%,平均误差为0.45%,极大的提高了CFRP有限元建模精度。（4）螺栓预紧力对模态特性的影响规律研究。研究发现,随着螺栓预紧力的增大,固有频率逐渐升高,但变化趋势逐渐放缓,表征灵敏度逐渐下降;松动螺栓的位置变化同样会对固有频率产生影响,但两者之间并无单调对应关系。（5）基于RBF神经网络的松动螺栓识别研究。借助RBF人工神经网络,分别以SRCF_i,j和FCR_i为松动螺栓定位和定量识别指标,研究发现RBF神经网络能有效识别松动螺栓的位置和程度,且具有一定的抗噪声干扰能力。