近年来,我国交通基础建设已得到了快速发展,而随着交通建设的快速发展,后张法预应力混凝土梁由于其高强度的材料、优秀的跨越能力、自身结构轻便、以及其抗开裂能力强等优点受到了工程界的青睐。后张法预应力混凝土梁在制作过程中,孔道灌浆工序极为重要,混凝土梁的安全性、使用寿命受其直接影响,对灌浆质量检测是十分必要的。现在较为成熟的预应力孔道灌浆质量检测方法多为应力波检测法,应力波检测法能够无损、快速、实时并能全面的反映灌浆质量。但是,目前这些检测方法大都为横向检测,只能识别局部缺陷,检测效率较低。本文提出了基于BP神经网络算法的纵向透射的检测方法,对采集的信号通过BP神经网络进行智能判别,从而快速对预应力孔道灌浆密实度做出评价。本文主要研究内容包括以下三部分:（1）运用ABAQUS软件,开展应力波在不同灌浆度预应力孔道中传播的数值模拟研究,得到孔道灌浆密实度与波速之间的关系曲线,随灌浆密实度增加,波速减小。将数值模拟结果输入Matlab仿真软件中,通过傅里叶变换,得到信号频率以及能量随灌浆度变化的关系曲线以及相对应的频率和能量值。随着灌浆密实度的增加,信号能量有明显衰减,频率向低频发生漂移;（2）通过有限元模拟及仿真分析,确定波速、频率、能量为BP网络特征参数,将模拟数据与实际检测数据作为样本数据输入BP神经网络中,构建BP网络模型。通过比较预测值与期望值误差,对网络结构进行调整,确定BP网络结构为3层拓扑结构,输入层节点数为4个,隐含层节点数为6个,输出节点数为1个,迭代次数为500,学习率为0.0001。该BP神经网络预测孔道灌浆密实度误差在±0.03内,满足实际需求;（3）广州花莞高速第一标段梁场制作1:1足尺试验箱梁,设置0、70%、80%、90%、95%、100%孔道灌浆度,用本检测方法对孔道进行检测。本方法在实现过程中,通过对信号研究,采用稳定Chirp信号作为震源信号,检测精度得到提高,检测结果与实际设置孔道灌浆度误差在3%以内,证明该方法可行。同时对阳新高速公路黄河特大桥50米T梁检测,灌浆检测结果满足实际工程要求。