為了滿足無(wú)縫鋼管在線自動(dòng)檢測(cè)的要求,本文以無(wú)縫鋼管超聲檢測(cè)的可靠性、精確性和高效性為研究目標(biāo),采用群體優(yōu)化算法理論,就無(wú)縫鋼管超聲檢測(cè)的關(guān)鍵技術(shù)——提高超聲回波信號(hào)的信噪比、改善超聲檢測(cè)的時(shí)域分辨率、自動(dòng)識(shí)別無(wú)縫鋼管缺陷類(lèi)型開(kāi)展了系統(tǒng)的研究,并在此基礎(chǔ)上,完成了一種無(wú)縫鋼管超聲自動(dòng)檢測(cè)系統(tǒng)的研發(fā)。主要研究?jī)?nèi)容包括:第一章,論述了加快無(wú)縫鋼管超聲無(wú)損檢測(cè)設(shè)備自主研發(fā)的緊迫性,介紹了超聲無(wú)損檢測(cè)技術(shù)在無(wú)縫鋼管檢測(cè)領(lǐng)域中的典型應(yīng)用,并對(duì)超聲自動(dòng)檢測(cè)的研究現(xiàn)狀及其發(fā)展趨勢(shì)作了總結(jié)概括,指明無(wú)縫鋼管超聲無(wú)損檢測(cè)的關(guān)鍵技術(shù),確定了本文的研究?jī)?nèi)容和方向。第二章,針對(duì)現(xiàn)有的超聲回波信號(hào)消噪技術(shù)應(yīng)用在無(wú)縫鋼管在線檢測(cè)時(shí)所遇到的局限性,本文發(fā)展了一種基于模型估計(jì)和群體融合算法的消噪技術(shù)。利用群體融合算法對(duì)超聲目標(biāo)回波信號(hào)模型參數(shù)進(jìn)行估計(jì),成功提取出有用信號(hào)。實(shí)驗(yàn)研究結(jié)果表明該技術(shù)顯著提高了信噪比,且具有較強(qiáng)的泛化能力。第三章,為了提高無(wú)縫鋼管超聲檢測(cè)分辨率,提出了一種基于群體融合算法和小波變換的反卷積技術(shù)。利用小波變換確定超聲反射系數(shù)位置集后,引入群體融合算法求解出相應(yīng)位置反射系數(shù)的幅值,完成超聲回波信號(hào)的時(shí)域反卷積。計(jì)算機(jī)仿真和實(shí)驗(yàn)研究表明,該方法具有較強(qiáng)的魯棒性和廣譜適應(yīng)性。第四章,為了實(shí)現(xiàn)無(wú)縫鋼管缺陷類(lèi)型的自動(dòng)識(shí)別,在利用復(fù)小波變換提取缺陷回波信號(hào)特征值的基礎(chǔ)上,采用粒子群聚類(lèi)分析方法對(duì)特征向量進(jìn)行劃分,從而完成缺陷類(lèi)型的自動(dòng)判讀。實(shí)驗(yàn)研究證明了該方法的有效性和可行性。第五章,設(shè)計(jì)了無(wú)縫鋼管超聲自動(dòng)檢測(cè)系統(tǒng)的總體方案,完成了關(guān)鍵部件和模塊的研發(fā),實(shí)現(xiàn)了系統(tǒng)的集成。實(shí)際運(yùn)行結(jié)果表明,該檢測(cè)系統(tǒng)能夠滿足無(wú)縫鋼管在線檢測(cè)的要求。第六章,對(duì)本文的研究?jī)?nèi)容進(jìn)行了概括總結(jié),明確了未來(lái)的主要研究工作和方向。