El objetivo de este artículo es proporcionar un método de optimización de distribución de sensores para el monitoreo efectivo de impactos en placas compuestas con menos sensores. En esta investigación, el número de sensores y la diferencia mínima entre categorías se utilizan como funciones objetivo I y II, respectivamente, donde la diferencia mínima es la distancia euclidiana entre diferentes categorías de influencia. Las funciones objetivo duales se definen mediante análisis de elementos finitos, el modelo autorregresivo (AR) y la proyección que preserva la localidad (LPP). La distribución de sensores se optimiza en base a la Optimización por Enjambre de Partículas Multi-Objetivo (MOPSO). Finalmente, se proporciona un método de monitoreo de impactos y se construye una plataforma experimental para verificar el método. Según los resultados de la optimización, diferentes tamaños de cuadrícula tienen un cierto impacto en los resultados de identificación, siendo que cuanto más pequeño es el tamaño de la cuadrícula, menor es la diferencia mínima entre categorías. Dentro de un tamaño de cuadrícula dado, la diferencia mínima entre categorías aumenta con el número creciente de sensores. Los experimentos muestran que cuanto mayor es el número de sensores, mayor es la tasa de reconocimiento del sistema. Al comparar los resultados experimentales con el análisis de energía de bandas de wavelet y métodos PCA, se encuentra que el método utilizado en este estudio tiene una tasa de reconocimiento más alta. Esta investigación proporciona un método de monitoreo de impactos basado en la optimización de la distribución de sensores. Y la efectividad del método se verifica mediante experimentos. Proporciona una referencia y opción útil para el monitoreo de condiciones estructurales de placas de material compuesto.