Las pieles corrugadas flexibles son estructuras ideales para alas que cambian de forma, y las mediciones de carga asociadas son de gran importancia en el monitoreo de la salud estructural. Este artículo propone un nuevo método de identificación de carga para pieles corrugadas flexibles basado en el aprendizaje de diccionarios de discriminación de Fisher mejorado (FDDL). Varios sensores de red de Bragg de fibra se pegan en la piel para monitorear la carga en múltiples crestas corrugadas. Las cargas en diferentes crestas causan campos de deformación no uniformes, y estos espectros discriminativos se registran y utilizan como datos de entrenamiento. El método propuesto implica la identificación de la posición de la carga y el tamaño de la carga. En la etapa de identificación del tamaño de la carga, se entrena un clasificador para cada cresta corrugada. Se introduce un agrupamiento de bloques entrelazados de muestras para mejorar la discriminación de los diccionarios, y se introduce un clasificador de tamaño de carga de dos resoluciones para mejorar el rendimiento y la resolución de las etiquetas de agrupamiento. Se introduce un peso ajustable en el esquema de clasificación FDDL para optimizar la contribución de diferentes sensores para diferentes clasificadores de tamaño de carga. Con el método propuesto, las cargas individuales en ocho crestas pueden ser identificadas por dos sensores de red de Bragg de fibra. La precisión de posicionamiento es del 100%, y el error medio de la identificación del tamaño de la carga es de 0.2106 N, lo que es suficientemente preciso para el monitoreo de la salud estructural.