超声无损检测技术作为最具潜力的无损检测技术之一,凭借其便捷、高效、低成本、穿透性强、适用性广、对人体无害等诸多优点,成为了工业产品质量控制和各类零部件安全监测的有效手段。随着工业生产水平的不断提高,常规的超声A扫描检测方式难以满足材料内部细小缺陷控制和检测效率的要求,因此超声C扫描成像技术应运而生,得到了广泛的研究和发展,成为了无损检测领域的热门研究课题之一。在总结和借鉴现有的超声无损检测技术、信息处理和图像处理的基础上,设计了基于盲源分离理论的超声C扫描成像系统。整个实验系统由机械扫查模块、运动控制模块、超声信号检测与处理模块组成。系统的主要部件包括自动扫查桁架机械手、电机、电机驱动器、PLC、上位机、超声探伤卡以及超声探头等。系统工作过程是通过PLC根据写入的程序发送脉冲信号作用于电机驱动器从而控制电机转动,同时以电机的转动带动自动扫查桁架机械手的运动,桁架机械手连接探头夹具用以控制扫查路径。超声探伤卡对反射的超声回波信号进行采样,并将采集的回波信号进行A/D转换,再通过PCI总线将数据发送到上位机进行处理和成像显示。针对系统采集的超声回波信号中存在噪声干扰的情况,综合主成分分析（PCA）、集合经验模态分解（EEMD）、快速独立成分分析（Fast ICA）的特点,提出一种结合EEMD和PCA的超声回波信号盲源分离方法（EEMD-PCA-Fast ICA）。首先通过EEMD将原始采集超声回波信号分解成多个不同频率的固有模态函数（IMF）,进而通过PCA预估出源数目,利用相关系数法筛选出相应的IMF分量进行重构,并利用重构信号与原始采集信号构建新的多维虚拟观测信号,以达到信号升维的目的。在此基础上,对新观测信号进行Fast ICA,实现信号分离,完成对原始采集回波信号的降噪处理。对提出的算法进行了仿真分析,仿真结果验证了算法的可行性,并进一步将该算法作用在实际采集的数据信号中,实现了噪声的去除,得到缺陷特征信息。在完成EEMD-PCA-Fast ICA方法对采集超声脉冲回波数据消噪的基础上,利用射频采样法提取消噪后的缺陷回波信号的幅值作为特征值,通过采样点的位置关系将特征值进行位置映射,形成特征成像矩阵,为C扫描图像的形成提供计算机可识别的数字图像信息,接着调用绘图程序进行图像绘制和显示,并利用双线性插值法进行图像去锯齿化,得到的C扫描成像结果。再利用Canny算子提取C扫描成像缺陷边缘,以提高缺陷特征信息的表征精度。最后通过开展相关实验,证明了总体设计的可行性,实现了超声C扫描缺陷成像的良好表征,对超声C扫描成像领域的发展具有积极意义。