管道漏磁检测技术是当今无损检测技术领域的研究热点之一。漏磁检测技术具有较高的检测可靠性和检测速度,已经被广泛地运用于管道的检测中。本文首先研究了管道漏磁检测原理和当前管道漏磁检测系统中的缺陷判别技术,并分析了模板匹配法缺陷识别的特点和不足。接着从裂纹和孔洞这两种重要缺陷的漏磁信号分析比较入手,探讨并研究了能够区分这两种缺陷的漏磁信号特征量。本文重点对BP和RBF两种神经网络的结构和算法做了详细的研究,并分别利用这两种网络对裂纹和孔洞进行类型判别尝试,对两种网络的识别结果进行比较。结果显示,通过神经网络可以对裂纹和孔洞这两类重要缺陷进行初步的类型判别。其后,本文用实验探讨了人工刻槽深度和长度与漏磁信号的关系,重点研究了与人工刻槽参数有关的漏磁信号特征量。然后,研究采用BP神经网络对人工刻槽参数分析的方法。在MATLAB中建立BP神经网络模型,网络以漏磁信号特征量为输入,刻槽的深度和长度为输出,并利用人工刻槽缺陷来对分析结果进行验证。结果显示,BP神经网络对人工刻槽参数分析具有一定的效果。最后对全文做出了总结,并对管道缺陷类型判别和参数分析的研究进行了展望。