自上世纪以来,由于复合材料具有质量轻,可设计性强等优点,被广泛应用于高铁、汽车、航空航天等工业领域。但是复合材料的抗冲击能力差,且冲击损伤隐蔽性强,给复合材料的制造和使用安全性造成了很大的安全隐患。因此,准确地识别冲击载荷位置和大小对于复合材料的健康态监测具有重要的意义。本研究以复合材料板为研究对象,旨在通过传感器的分布优化获得更好的复合材料板冲击监测效果。接下来介绍本研究的主要内容:(1)以复合材料板为研究对象,建立有限元模型。通过对复合材料板上表面均匀分布的64个节点中施加两种不同程度的冲击,获得复合材料板全域范围内128类冲击的响应信号。(2)进行传感器分布优化。传感器分布优化的目的是提高监测的准确性和经济性,即在传感响应点个数尽量少的情况下保证对不同类别的冲击识别率能够满足要求。本研究中传感器分布优化目标函数分别为:1)传感器数量、2)特征性能指标参数。为了量化第二个目标函数,首先采用小波频带能量分析提取冲击响应信号的特征,再用主成分分析进行降维,然后以不同冲击类别间的特征向量距离最小值为特征性能指标参数。由于传感器数量尽量小和监测准确度尽量准确是互相矛盾的目标函数,所以这是一个双目标优化问题。在本研究中采用多种多目标优化算法,包括改进的非劣分层遗传算法(NSGA-Ⅱ)和非劣分层猴群算法(NSMA)进行对比研究,以便获得更好的传感器分布优化效果。结果显示,两种优化算法会得到相同的传感器优化分布,不过针对本研究中的问题,NSGA-Ⅱ的收敛速度比NSMA更快。(3)验证基于传感器分布优化的复合材料板冲击状态监测的有效性,研究设计了复合材料板冲击状态监测实验系统,系统根据上述传感器分布优化给出的四组优化结果,构建了对应传感器网络,进行了对比研究。结果显示,a)当分别以2、3、4个传感器的最优传感器网络排布,识别精度分别为25.27%、59.14%、76.95%,结果表明传感器数量与冲击识别精度正相关;b)以4个传感器第二非劣层传感器网络排布的识别精度为75.55%,低于第4个传感器网络最优排布的识别精度,表明非劣层数越高冲击识别准确率越高。本研究中的优化方法可以得到最优的传感器分布方式,提高状态监测系统的识别准确性,具有一定的理论意义与实用价值。