工件在制造和使用过程中,极易在表面上产生各种裂纹损伤,裂纹的出现和扩展,会使工件的机械性能明显变差,若不能及时对缺陷进行检测,可能会造成工件的断裂,最终引发重大事故。因此对于表面缺陷的检测,是现代无损检测领域不可避免的问题。本文以激光超声技术为手段,以金属工件为对象,对表面缺陷的定位分析、超声信号的特征提取以及缺陷的识别进行了研究。主要研究内容如下:(1)首先介绍了采用热弹机制进行激发超声波的原理;通过comsol有限元仿真,建立了金属表面缺陷激光超声模型,模拟了激光激发超声波的过程并对波场传播特性进行分析,为从实验角度分析超声波信号奠定了基础。(2)利用激光超声检测实验平台,实现对不同走向、不同深度和不同角度的金属表面缺陷的扫查,通过分析不同走向缺陷的B扫图,确定出表面缺陷的范围,并计算出缺陷的长度和夹角;通过分析缺陷反射信号和透射信号的时域和频域特征,研究了时域波峰波谷时差、频域能量以及小波包能量等特征量与缺陷信息的关系,确定了表征缺陷深度和角度的识别参量。(3)以时域波峰波谷时差、频域能量以及小波包能量为输入参量,建立了基于BP神经网络的缺陷识别模型,通过训练,实现了金属表面缺陷的定量识别。本文的研究成果为进一步研究表面缺陷的激光超声检测的提供了理论依据和实验方法,同时也将推动表面缺陷的激光超声检测从实验室走向工业应用中。