石墨电极是电炉炼钢或其他电冶金行业的重要导电材料，随着电炉炼钢和其他电冶金行业的发展，石墨电极生产已经成为国民经济中不可缺少的部门之一。由于电炉炼钢工业的技术发展很快，高功率、超高功率电炉和直流电炉的不断普及，对石墨电极的规格和质量要求越来越高。　　 石墨电极生产具有工序多、周期长的特点，在各生产工序都要严格按生产技术规程和生产检查规程，岗位操作规程检查。在工序检查中除对石墨电极取样进行理化指标分析外，还要对石墨电极的内部结构进行检查，如果内部结构有缺陷的石墨电极半成品在工序检查过程中未被发现，进入下一道工序，则产生废品的可能性会大大增加，造成成品率的降低和生产成本的极大浪费。在压型、焙烧、石墨化工序检查人员通常使用小锤对石墨电极半成品进行敲打，根据声音判断电极有无内部结构缺陷，例如内分、空头等，主要由经长期工作的检查人员凭经验来判断产品好坏，这实际上就是一种非正规敲击法无损检测。这种检测方法对检查人员的经验、能力、工作态度、操作稳定性等具有较强的依赖性，并且到目前为止无正规的行业和企业标准进行规范，主要依靠检查人员的个体行为进行判断，存在一定比例的误判，导致一定数量的不合格品进入到下工序，直接影响产品的成品率和性能指标，给下游炼钢工业也会带来较大损失。　　 本论文将通过大量样本实验和生产实践中样本积累，研究敲击声特性与石墨电极质量之间的关联性，对石墨电极的敲击信号进行小波分析，将小波特征作为神经网络输入进行模式识别，寻找对电极质量特性最敏感的特征量集合，构成智能专家系统并设备化。大幅度缩短检查人员的培训周期，且对操作者的经验和操作稳定性依赖小，为最终形成敲击法石墨电极质量检测专家系统奠定基础。