对加工材料内部缺陷提前识别和对部件接触状态的预检是保障工业安全生产、提升产品质量和提高生产效率的关键环节。目前工业生产流程中的检测环节面临着两方面问题,一方面工业生产领域现阶段所采用的传统检测方法针对非金属材料内部微小缺陷检测效果较差,尤其是面对内部结构复杂或检测信号的能量在材料内部衰减较大的待检物时问题尤为突出,例如光伏产业和电子设备制造中大量使用到的基础材料-硅,其内部晶体排列多样,复杂的组织结构使得检测信号的能量进入材料后迅速降低,因此,此类材料的检测手段仍然停留在像金相腐蚀技术等有损检测阶段,加工过程的低效和材料浪费率的居高不下等一系列问题归根结底急需改革落后的检测技术;另一方面,存在着像机械结合部这样具有接触面积大但接触点分布不均匀,两界面间的接触形式并非表现为缺陷的大小,宏观反映缺陷特性的超声幅度的变化难以对结合面的耦合接触状态进行描述的问题。以上两方面问题现已成为工业生产领域关键环节中亟待解决的核心问题,但是,关于此类问题的无损检测定量评价和定性分析研究寥寥无几。因此,改革生产行业传统检测技术,应用超声无损检测的优势,研究缺陷分类识别的方法,提高超声特征提取的有效性,实现定量分析和定性评价的准确评价对上述问题的解决至关重要。同时,无损检测技术研究领域中的热点问题也集中于此。本文在实现缺陷分类识别成像技术和系统研制的基础上,针对超声缺陷分类识别手段研究,提出孔径缺陷和接触面两类缺陷的检测理论和检测方法。基于理论研究和系统开发的要求,以单晶硅和结合面为实例,提出合成孔径时域直接成像算法,改进现有的二维和三维成像方法,有效增强了超声图像对缺陷的辨识能力,结合超声图像融合技术的研究,通过实验仿真,卓有成效的提升了超声图像的质量。本文的主要工作有:1.详尽分析缺陷分类标准,研究缺陷准确识别和归类(孔径类和结合面)方法,采用超声合成孔径技术的评价标准:轴向分辨率、侧向分辨率和信噪比指标之间的影响关系,提出基于单阵元换能器的超声合成孔径方法和直接时域成像算法,制定出详细的算法实现流程,重建缺陷的合成孔径图像,通过天然缺陷实测数据与仿真结果的关键数值对比分析,明确了图像长度、深度、倾斜角度等具体参数对分辨率和信噪比的具体影响,奠定了下一步超声特征提取研究的理论基础。2.研究以单晶硅和结合面为代表的两大类缺陷的超声回波信号特征提取和去噪处理方法。基于小波包变换的基础理论研究构造新的阈值处理技术,提出最优小波包变换理论,利用超声合成孔径成像技术和直接时域成像算法改进现有的二维和三维图像重构技术。相对于传统相控阵算法,本文提出的成像算法在超声缺陷信号特征提取和去噪实验研究过程中,详细分析了小波包分解层数、阈值和成像算法对去噪性能的影响及降低硬件成本的有效性。3.建立粗糙表面接触理论,研究难以描述的微观接触分布特征超声检测方法,以结合面为研究对象,开展缺陷特征提取方法研究工作,研究过程中结合缺陷的常见类型,对实测的超声缺陷回波信号进行特征提取,采用维纳滤波器算法对结合面接触状态建立理论描述,针对超声图像重构结果,讨论不同宏观形状特征结合面的压力变化、不同粗糙度实验及楔角,验证超声检测方法对结合面形状误差、表面粗糙度、承压大小、表面间距变化的测量准确度,及对结合面宏观形状误差和微观接触分布特征检测的有效性。4.借助图像融合技术,基于深度玻尔兹曼机(DBM)理论,研究超声检测中的缺陷智能识别问题,提出神经网络和自适应学习的超声图像优化算法,实验结果表明该方法不仅特征捕捉能力强,而且大大降低计算复杂,相比现有的融合方法优越性更为明显,融合性能和效率方面更具有优先性。5.基于上述研究,研制自动化超声无损检测系统,以超声成像方法和超声图像特征提取为核心,提出自动缺陷识别和分类检测的超声无损检测策略,实现检测过程中动态三维成像功能,且图像具有可读性好、特征描述准确性高的优势。