导电结构件在航空航天、轨道交通、国防军工等领域重要装备中有着广泛应用，对其进行及时可靠地检测和监测，是保障系统运行安全、避免重大事故发生的重要手段。本文主要围绕导电结构缺陷脉冲涡流在线检测与自动判别等关键技术问题，面向轨道交通钢轨踏面及近踏面接触疲劳等无损探查需求，重点开展了导电结构伤损脉冲涡流响应影响参数分析与正向建模、缺陷扫描检测脉冲涡流响应信号自适应预处理、导电结构表面和亚表面缺陷脉冲涡流时频域特征提取、多类型缺陷自动识别等理论与技术研究，研发了可适用于踏面及近踏面缺陷检测的脉冲涡流扫描检测实验系统。论文主要研究内容和创新点如下:　　1、针对多方位伤损脉冲涡流响应信号的检测、识别等反问题验证以及提高深层缺陷检测灵敏度的优化设计需求，开展了导电结构踏面及近踏面伤损脉冲涡流响应信号的解析模型建立以及影响因素分析的研究。建立了以场量表征的脉冲涡流响应信号与试件的电磁属性、激励线圈的几何参数、激励源的特征参数之间的关联关系，旨在准确、快速地分析圆柱形激励线圈的匝数、内径、宽度、高度和激励信号的占空比、幅值等重要参数对脉冲涡流响应信号的影响。　　2脉冲涡流响应信号能量级别较低，易受到检测过程中的探头抖动、未知环境噪声、固有噪声等多种因素的干扰，而常用的信号处理方法难以根据信号特点自行调整参数，处理效果受参数影响较大（如小波方法中的重构阈值）。论文从固有噪声等于扰因素角度切入，将脉冲涡流的瞬时响应信号分解为多个表征不同频率范围的振荡模态分量，以相关性和偏差贡献率为依据剔除噪声分量，并对分解过程中的包络曲线拟合问题、端点效应和模态混叠问题进行了改进，建立了一种自适应剔除噪声分量的信号预处理方法。该方法对系统固有噪声等干扰因素有很好的去噪效果，可以很好的改善低频模态分量的“失真”问题。　　3、导电结构的伤损模式呈现多样性，如表面伤损、内部伤损甚至多方位共存伤损等。单一的时域或频域特征在描述多方位共存伤损时易受到表面伤损的遮蔽难以准确识别内部隐藏缺陷，此外去噪过程或多或少的信息损失和残留噪声也会影响时域或频域特征对信号的表述。论文通过定义Hilbert权重频率表征各模态分量的频率，结合谐波涡流渗透公式和伤损可能发生的位置来确定特征模态分量，进而通过特征模态分量的Hilbert谱分析提取边际谱峰值获得特征向量。该方法可以有效的识别不同位置甚至是多方位共存伤损。　　4、实际检测中有些伤损模式难以获得大量样本，针对先验知识缺乏情况下的多维特征向量与模式间映射关系的构建问题，建立了一种“多分类和优化”相结合的混合智能识别方法。分类模块由基于SVM的多分类模式识别器构成;优化模块中采用群智能方法配置识别器的关键参数，并通过扰动极值、小概率接受非最优值作为局部最优解等策略提升了优化算法在小样本情况下的全局搜索能力，从而改善了识别器的泛化性能。　　5、针对脉冲涡流检测方法在难以兼顾多方位伤损的检测灵敏度等实际问题，借助正向模型和正交设计理念，以场量分析为基础，对激励线圈几何参数以及探头的铁芯结构进行了优化设计，以降低磁阻并将磁力线聚集在探头周围加大检测区域的入射电磁能量，提高检测深度和灵敏度。在此基础上设计制作了自差分霍尔探头，搭建了可实现三维扫描的检测平台，为开展钢轨踏面及近踏面伤损的高灵敏度检测以及识别工作提供了实验基础。