随着材料工程、应用力学、自动控制和仿生学等学科的相互交叉、渗透、融合和发展,智能复合结构已成为当今国内外材料与工程领域中最热门的研究课题之一。本文以实现智能复合结构的损伤光修复和健康状态监测为研究目的,将生物皮肤组织自愈伤的仿生学思想融入智能复合结构的自修复研究中,基于光修复技术,提出了智能复合结构的浅层损伤光修复方案和微弯光纤传感器的损伤光修复研究,并基于概率神经网络和数字信号处理技术,开展了智能复合结构的健康状态监测及应力分布的定位研究。全文主要研究内容和创新性工作如下:(1)研究受生物皮肤组织自愈伤的仿生学思想启发,以光修复剂作为物质补给,光能作为能量补给,提出了智能复合结构浅层损伤光修复的总体设计方案,阐明了浅层损伤光修复的机理和过程。根据光修复的设计要求和复合材料的透光性能,对光修复剂的各组份进行制备和研究。并提出了一种用于表征光固化过程的新方法,对光修复剂在材料内部的固化行为进行了模拟和研究。研究以单组份光固化粘结剂作为光修复剂,弥补了双组份粘接剂需要各组分有效接触才能发生反应的不足。(2)基于光修复剂载体——修复纤维的设计要求,提出了以光屏蔽剂和偶联剂制备修复纤维涂层的方法,通过研究修复纤维涂层的性能、修复纤维的破坏行为和修复纤维埋入对复合材料性能的影响,获得了埋入修复纤维的具体方式,为实现智能复合结构的浅层损伤光修复提供了保证。研究从光修复剂与基材的粘接效果和智能复合结构的浅层损伤光修复效果两个方面对光修复的性能进行了验证。(3)研究针对智能复合结构信息量和数据处理量大的特点,基于数字信号处理和光纤传感技术,提出了智能复合结构健康监测方案,并基于光修复技术,对微弯光纤传感器的损伤光修复进行了研究。研究以光电转换及放大电路、数字信号处理器、SCI-PC通信接口电路和自修复光纤微弯传感器搭建了健康监测的硬件平台;同时,采用DSP集成开发环境和监测主机作为健康监测的软件平台和基础。(4)基于概率神经网络的模式分类方法,对智能复合结构的应力分布进行了定位研究。研究表明,概率神经网络具有收敛性好、可根据实际需要添加或删除训练样本的特点,能大大提高定位速度,为智能复合结构损伤的前期预测,提供了一种有效的方法。