随着科学技术的发展,各行各业对材料以及结构的安全性要求日益提高。由于材质自身缺陷以及长期受到各种载荷的影响,材料和结构在生产及服役的过程中会产生各种类型的缺陷,比如裂纹、孔洞以及夹杂等,进而导致重大安全事故,造成人员伤亡和巨额财产损失。因此发展有效的无损检测技术至关重要。超声检测技术由于其具有灵敏度高、穿透能力强、缺陷定位准确、操作简单、对人体无害等优点被广泛应用。但是该方法针对复杂形状缺陷的定位及定量仍具有一定的难度,并且超声成像所需数据量比较大,效率比较低等。本文基于超声A扫描技术,针对不同形状的缺陷开展数值模拟和实验测试,获得了超声信号的变化特征,结合信号处理技术获得了对缺陷敏感的损伤特征参数,最后利用BP神经网络、图像处理技术及数据融合技术,对单缺陷及多缺陷的反演成像开展了研究。本文具体的研究内容及创新点如下:（1）利用COMSOL软件建立了超声传播的有限元模型,分析了在2024铝中,超声传播与三角形缺陷、圆形缺陷之间的作用关系;然后搭建了超声检测系统,对含有不同形状通孔缺陷的铝块试样进行检测;仿真结果及实验结果都表明了不同缺陷之间的超声信号存在差异,例如信号的幅值、宽度及对称性等,其差异性为缺陷特征的进一步提取奠定基础;同时,仿真结果与实验结果趋势的一致性,进一步验证了有限元仿真结果的正确性。（2）利用信号处理技术从时域、频域及形态三方面提取了19个特征,进一步分析特征与缺陷之间的规律,得到11个对缺陷敏感的特征值:包含4个时域特征,即峰值、幅值减少的时间、0.1Im直线的持续时间、0.5Im直线的持续时间;3个频域特征,即频谱峰值、低频分量、-1d B带宽;和4个形态特征,即形状系数、标准差、归一化能量、幅度均值。为缺陷反演奠定了基础。（3）利用BP神经网络及D-S证据理论融合技术,实现了对三角形单缺陷、圆形单缺陷以及多缺陷的反演,为复杂形状缺陷的反演提供了新方法;同时对同一缺陷不同位置处采集的信号的反演结果进行融合,与单一位置处信号的反演结果相比,其充分利用了缺陷的不同方向所反射的信号,进一步提高了缺陷反演的准确性与可靠性。