作为五大无损检测手段之一,超声无损检测在工业领域得到了广泛的应用。论文以“十一五”预研项目为依托,围绕外场条件下飞机常见结构的原位超声无损检测,结合仿真和实验,深入研究了超声无损检测系统建模实现、螺栓缺陷的快速检出、铆钉缺陷的定量检测以及起落架缺陷的分类识别等相关问题。其主要内容及创新如下：对接触式脉冲回波超声无损检测系统进行了仿真和实验研究。根据外场条件下通用超声检测系统的特点,将传统的电路模型和数学模型结合起来,在改进的电声测量模型的基础上,提出了接触式脉冲回波超声检测系统的仿真模型。在模型中,耦合剂是不可忽略的因素。对系统回波强度和耦合剂厚度之间的关系进行了研究,定量地解释了实验中的有关现象,即耦合剂所形成的薄层厚度和传递超声波的强度之间存在确定的关系。利用现有的超声探伤仪对传输导线和换能器相关参数进行测试,并代入到模型中,获得了系统超声发射部分中激励脉宽等关键参数的调节趋势和最佳设计值,进而应用于实际系统的设计和实现。研究了基于微粒群优化和匹配追踪的超声信号参数估计方法。对经典的超声信号模型进行了仿真和实验研究,在确定该模型可用性的基础上,具体分析了一些典型的超声信号参数估计方法,并对比了这些方法在参数估计精度和速度上的差异。为了在测试中兼顾参数估计精度和参数估计速度,提出一种基于改进微粒群优化和匹配追踪的超声信号参数估计方法,在保持种群微粒数不变的情况下,淘汰适应值最小的微粒并加入新的微粒,有效提高算法的收敛速度和收敛精度。从总体上看,该方法对于超声信号的随机噪声干扰不是非常敏感,并可降低参数估计实际计算量。对该方法的估计特性进行分析,分别在不同深度的缺陷信号参数估计、不同类型的缺陷信号参数估计以及飞机螺栓部件缺陷信号参数估计上进行了实验验证。研究了基于瞬时频率熵的超声缺陷检测方法。传统超声探伤仪在检测时通常通过屏幕上不同位置的回波来判断缺陷的位置,但是对于存在于界面附近的缺陷,普通的回波观察法不易获得缺陷位置的准确信息。针对此类问题,论文从时频分析的角度,根据缺陷回波(包括界面回波)和系统噪声瞬时频率存在的差别,提出一种基于瞬时频率熵的超声缺陷检测方法,结合瞬时频率熵曲线求解过程中相对极值点以及窗的宽度参数确定方法,对不同时频分析方法所计算的瞬时频率熵,分别采用仿真和实验信号进行测试精度的对比。该方法利用基于时序多相关预处理的经验模式分解实现了瞬时频率和瞬时频率熵的计算,克服了普通经验模式分解过程中产生虚假固有模式函数分量的问题,有效降低了检测中系统噪声的影响,提高了飞机铆钉缺陷位置信息的检测精度。研究了基于最小二乘支持向量机(LSSVM)的超声缺陷分类识别技术。在飞机部件的检测中,不同类型的缺陷对飞机结构有着不同的影响,需要加以有效区分。但是外场检测中可获得的信号样本有限,基于此,论文以适用于小样本机器学习的LSSVM为基础,提出一种基于保持种群多样性微粒群优化(ARPSO)的LSSVM分类识别方法,通过ARPSO算法实现LSSVM关键参数的寻优,在保持特征可分性的前提下,利用距离评价因子对超声信号特征向量进行约简,以提高LSSVM的训练速度。分别在标准试块缺陷分类识别和起落架典型缺陷分类识别上进行了核参数选择、多类分类器设计等方面的实验验证。和其他LSSVM方法相比,该方法兼顾了缺陷单类分类准确率、总体分类准确率和总体训练时间,可有效应用于外场飞机原位检测。