本文将神经网络应用于复合材料层合结构的分层损伤诊断研究。复合材料层合结构由于其特殊的性能特点,在使用中甚至在制造过程中都会出现各种缺陷和损伤,这些缺陷和损伤将导致结构在服役期承载能力弱化。本文首先对神经网络算法的基本理论及其相关的研究成果作了介绍,总结了几种典型的网络结构,以及各自的学习方法和训练仿真过程;然后,建立了含贯穿分层的复合材料层合板悬臂板的动力分析模型,同时根据耗散理论描述了结构的阻尼,应用Adams模型,得到了复合材料层合板耗散能表达式,通过典型实验证明了本文提出的有限元方法的可靠性;在此基础上,采用了大量的参数讨论,分析了分层长度和位置对结构的固有频率、振型以及模态阻尼值的影响,并形成了神经网络训练所需要的频率样本库和阻尼样本库;最后,应用Matlab的神经网络工具箱分别建立了人工神经网络,由仿真结果比较说明了作者所建立的BP网络是适宜于复合材料层合板结构的分层损伤诊断。