金属焊接结构广泛应用在石油化工、机械制造和核电等基础行业。在焊接和服役过程中,焊缝中产生的夹杂、未融合、未焊透等缺陷会对焊接质量产生不同程度的影响。焊接质量直接关系着结构运行安全,因此有必要对焊缝结构进行检测。利用常规超声阵列成像技术对焊缝进行检测时,存在超声数据量大、空间表征不足等问题。针对以上问题,论文进行基于压缩感知的焊缝超声阵列成像方法研究,主要内容包括:(1)基于压缩感知的超声A扫信号重构方法研究。发展了一种基于压缩感知的超声A扫信号重构方法。通过数值仿真,研究了测量矩阵、稀疏基矩阵、压缩率及噪声水平等因素对信号重构效果的影响,并优选出适合的测量矩阵和稀疏基矩阵。将压缩感知技术应用于焊缝等结构的超声检测信号处理,结果表明,利用该方法可以很好实现60%数据压缩率下信号重构及全聚焦成像。(2)基于压缩感知的超声阵列全矩阵数据重构方法研究。发展了一种基于多阵元等幅同步激励的超声阵列全矩阵数据重构方法。在确定的实验条件下,研究了稀疏变换基、激励阵元个数、激励次数等因素对全矩阵数据重构的影响,并优选出最佳的重构参数。在此基础上,将该方法应用于焊缝等结构的超声阵列检测实验,结果表明,该方法可很好实现50%压缩率下超声全矩阵数据重构及全聚焦成像。(3)基于压缩感知的焊缝三维超声成像方法研究。针对单个换能器及一维阵列两种数据采集方式,发展对应的三维成像方法。重点开展了基于两种压缩感知技术(多阵元等幅同步激励的数据重构方法和A扫信号的数据重构方法)的一维阵列三维超声成像研究。结果表明,两种三维超声成像方法均可以实现结构中缺陷的三维超声成像,两种压缩感知技术均可以应用到一维阵列的三维成像方法中,在降低数据量的条件下实现焊缝等结构中缺陷三维重构。