薄壁不锈钢焊管被大量应用于核能发电、水力发电、汽车、石油运输等行业领域。焊管无损检测是焊管生产的重要工艺之一,对焊管缺陷进行准确、快速、有效地识别受到了越来越多学者的关注,多种无损检测方法被应用于焊管的缺陷检测中,其中涡流检测因其具有检测速度快、灵敏度高、适应范围广等优势,被广泛应用于金属构件的浅表面探伤。焊管的缺陷集中出现在焊缝中,不同缺陷产生的原因不尽相同,对管路的危害也不一样,常用的涡流阻抗检测方法重在缺陷的检出,很难实现对缺陷类型的定性识别判断。实现缺陷类型的准确识别将有助于薄壁不锈钢焊管的失效分析以及产品质量控制。本课题从理论、仿真、实验三个方面对薄壁不锈钢焊管的缺陷进行识别与分类。第一章介绍了焊缝缺陷的研究意义和国内外缺陷类型识别的研究现状,并对涡流检测技术特点及发展趋势进行了介绍;第二章介绍了焊管涡流检测的原理,采用等效电路法对涡流线圈阻抗进行分析,并介绍了涡流检测线圈的分类及选取;第三章建立了基于COMSOL的薄壁不锈钢焊管涡流检测有限元仿真模型,选取了最佳的涡流探头参数,用于缺陷涡流检测试验;第四章介绍了基于EMD-HHT的涡流信号缺陷特征提取,获取不同缺陷类型的完整时频特征矩阵;第五章介绍了基于PCA-RBF神经网络的缺陷类型识别,对薄壁不锈钢焊管焊缝缺陷的时频特征矩阵进行PCA降维,采用两种RBF神经网络对焊管焊缝缺陷类型进行识别,并选用了三种误差评价指标对分类模型进行评价。本研究结果表明了本文提出薄壁不锈钢焊管缺陷类型识别方法的有效性与可靠性,为焊管缺陷类型的识别提供了一种可行的方法。