本课题来源于中央高校基本科研业务费专项资金资助“基于自适应混合遗传算法的复合材料及结构损伤反演研究”(项目号2014-Ia-036)。本学位论文基于应变模态对复合材料层合梁板进行刚度识别:正问题计算借助于ANSYS有限元计算软件、反问题计算利用MATLAB软件编写的改进遗传算法,对FRP梁板结构进行单元刚度识别。利用单纯型搜索结合自编自适应遗传算法的方式来加快收敛的速度和改善易陷入局部最优解的缺点。具体的研究内容如下:1、对有损悬臂梁结构进行应变模态理论公式推导,并且对悬臂树脂基玻璃纤维增强复合材料(FRP)层合梁结构进行应变模态实验,悬臂梁某处粘贴质量块以模拟刚度变化(损伤程度用刚度变化来表征);对有损和无损两种工况进行单元刚度识别研究,并检验识别结果的准确性。实验结果表明应变模态对单元损伤灵敏度高,能准确反映损伤位置。利用改进遗传算法对单元刚度的识别结果与有限元模拟实验吻合度高。2、对悬臂树脂基玻璃纤维增强复合材料层合板结构进行应变模态试验,获取其纵向方向的应变模态,并以实验数据为基础进行纵向刚度识别。对比研究改进自适应遗传算法和普通自适应遗传算法的识别性能,并研究单元尺寸对识别结果的影响。研究表明以实验模态为基础进行的识别,改进遗传算法识别的准确度更高,需要迭代的次数也较普通遗传算法少。减小识别单元的尺寸,能有效的提高识别的准确度,但是在工程中需要花费更多的工程量,才能获取全局的刚度信息。3、对悬臂树脂基玻璃纤维增强复合材料层合板结构进行有限元数值模拟实验,计算应变模态;在此基础上对板的纵横刚度进行识别。选取其中某些单元进行横向和纵向的刚度折减,以纵向和45°方向的应变模态为基础进行刚度识别研究。对识别结果进行对比研究,并讨论灵敏度对识别效果的影响。并通过对不同位置,不同程度的损伤识别,检验识别方法的实用性和可行性。研究发现以45°一阶应变模态为基础,识别的效果最佳,而且采用的应变模态对单元刚度的改变越敏感,识别效果越好。以45°方向一阶应变模态为基础对不同位置不同程度的损伤识别可以得到理想的识别结果。且损伤位置的多少对识别迭代速度和结果的精度无绝对关系。