船舶与海洋工程结构物一般是由板和梁组合而成的。在建造过程或者营运中，在动载的作用下，有时会产生结构裂纹。如果结构裂纹早期不能被发现，使裂纹不断扩展，将会造成整个结构的破坏，导致重大的海损事故。由于结构裂纹一般用肉眼是难以发现的，尤其是水下部分更难于发现，因此开展有效的结构裂纹诊断方法研究是非常必要的。 本文主要依据板有无裂纹的振型和固有频率的变化信息，研究适于板的裂纹诊断指标，在此基础上，采用BP神经网络开展板的裂纹的智能诊断研究。 本文主要的工作有以下几个方面： ★研究了工程中常见的悬臂板、四边刚性固定矩形板、四边简支矩形板和三角形板的直裂纹和斜裂纹对振动特性的影响。研究了肘板有裂纹时对固有频率的影响以及对振型的影响。 ★在研究目前已有的结构裂纹诊断指标的基础上，提出以{（（△tgα_x）²+（△tgα_y）²）^1/2}作为结构裂纹诊断指标；通过讨论各种结构裂纹诊断指标对裂纹的不同位置和长度的敏感程度，证明本文所提出的诊断指标对板的裂纹的诊断优于其它方法。 ★为了诊断板裂纹的长度和位置，采用基于Matlab工具箱编制的BP网络训练程序，对学习样本进行训练，并预测检测样本的位置和程度，预测得出的裂纹位置和长度与假定值之间的误差是可以接受的，同时进一步验证了本文所提的指标{（（△tgα_x）²+（△tgα_y）²）^1/2}在斜裂纹的诊断上优于其它诊断指标。