金属材料是汽车、船舶、航空航天、核工业等领域机械设备零部件的主要材料之一。这些设备在长期使用过程中，受到拉伸、压缩或交变载荷的作用，内部微结构逐渐产生变化，起初表现为位错、滑移带和微裂纹，随着微裂纹的成长形成宏观裂纹，导致金属材料的断裂失效。因此，本论文采用非线性超声技术，研究金属疲劳微损伤的检测技术具有现实意义。本文介绍了金属疲劳损伤的非线性超声检测原理，针对铝材料拉伸疲劳损伤试件，研究了非线性超声检测方法，分析了激励信号、耦合剂和加窗处理对非线性超声参数的影响；通过分析相对超声非线性系数与拉伸应力之间关系，采用二次多项式和指数函数，拟合了两者之间的关系，从拟合误差数据表明，采用单一相对超声非线性系数不能很好的表征拉伸疲劳微损伤程度。针对这一问题，分别提取了试件中三个典型位置的基波幅值、二次谐波幅值和相对超声非线性系数，以不同组合方式作为特征量，采用了BP神经网络进行疲劳损伤程度的识别，识别的结果表明，采用多位置基波幅值和二次谐波幅值作为特征量的BP神经网络模型具有更好的识别效果，识别最大误差率达0.8%。