纤维增强复合材料（Fiber-reinforced plastics,FRP）因其相对较高的强度/重量比,改变堆叠顺序和纤维取向的特殊材料属性,在汽车、飞机部件、工业工程设备及制造行业等应用中显示出增长的趋势。FRP复合材料的相对缺陷是缺乏类延性行为,其对损伤的敏感性会导致结构在静载和疲劳载荷下过早失效。由于FRP复合材料的结构损伤常常发生在内部,在此之前没有相应的预警阶段,因此对复合材料的损伤演化过程进行监测和分析,对其进行评估具有重要意义。随着信号处理技术的不断发展以及传感器技术的进步,声发射（Acoustic Emission,AE）技术在复合材料表征领域,在制造质量保证、在役设备损伤检测等方面都发挥了巨大作用,促进了检测方法和技术的发展。声发射监测技术能够实现复合结构变形、断裂等损伤行为的定性描述,但由于复合结构损伤因素较多,不同破坏机制对损伤的影响程度不同,多种损伤模式下的声发射信号相互混叠、干扰,参量分布多样、无序。现阶段适用性量化方法较少,导致声发射损伤评价极其困难。本文以纤维增强复合材料层合板损伤演化过程的声发射特性为研究对象,开展理论和试验研究。本文构建了不同界面纤维取向FRP层合板I型层间断裂韧性（Double cantilever beam,DCB）力学性能试验系统,通过多向层合板分层扩展过程中能量释放率GIc对分层损伤起始预测的准确性分析,利用实时监测的声发射事件参量与显微可视化结果,对DCB试验结果进行多尺度分析。结合RA（The Rise Angle,RA）值对分析结果的验证,将试验中所得声发射参量引入能量释放率计算式中,从而实现基于声发射特征参量对分层裂纹起始预测的修正关系。在此基础上,针对纤维增强复合材料的疲劳损伤,基于相关ASTM标准,设计了不同界面纤维取向OHT（Open-Hole Tensile,OHT）型FRP层合板的轴向拉伸及阶梯式循环加载疲劳试验。将声发射实时监测与显微可视化及数字图像相关（DIC）相结合,实现了对疲劳过程中多向层合板的表面应变演化和声发射关联分析。结合实时监测声发射特征参量分布与显微可视化结果,对多向层合板的损伤进行多角度分析。同时依据损伤力学理论,定义了以声发射特征参量表征的损伤变量DAE作为平均应变εmean（N）函数的损伤变量计算模型,发现声发射特征参量可对FRP层合板进行损伤累积评价。最后利用Akaike信息准则（AIC）和贝叶斯信息准则（BIC）来确定最佳的聚类个数,并选用Silhouette（S）、Davies-Bouldin（D-B）和Calinski-Harabasz（C-H）三个准则,对不同界面纤维取向FRP层合板所得最佳聚类结果进行对比评估。基于Relief F算法对高维声发射信号进行降维及特征参数优选,针对分层损伤信号特征提取两个主成分参数作为新评价指标。通过Relief F算法计算得出的DCB损伤声发射参量特征权重,选定了峰值频率和幅值两种特征。将EM-GMM模型提取的声发射簇数分布情况与多向FRP层合板的DCB损伤机制及损伤事件发生比例一一对应。本文对声发射参数与FRP层合板的DCB损伤和疲劳断裂过程的关系进行研究,提出以声发射特征参量表征分层损伤起始,以及作为平均应变函数εmean（N）的损伤变量预测模型,与现有的其他表征方法进行对比和验证,结果表明,声发射参量表征疲劳损伤变量误差在20%以内,对多向FRP层合板的分层损伤起始预测早于其他表征方法。本文改进了力学参数与声发射参数间的关系,为声发射参量量化表征复合材料损伤的研究提供了理论和实验依据,对复合材料结构的评估方法提供了新的思路。