管道运输在化工、天然汽、石油等工业领域应用广泛、作用突出，但由管道老化、腐蚀等引发的管道事故往往会带来一定程度的资源浪费和环境破坏，对管道进行安全检测确保其质量是减少管道事故的有效措施。与传统的无损检测技术相比，超声导波检测技术具有单次检测距离远、检测效率高等诸多优势，尤其是不需要大面积开挖或剥离管道防腐层，在长管道检测过程中优势突出。研究导波的特征提取及信号处理技术，实现对管道缺陷的快速准确识别与评估，对提前发现缺陷、维护管道安全运行具有重要意义。　　本文对采了集的管道结构和管道缺陷导波信号进行了检测试验，对其特征参数进行了提取与分析，建立包括管道缺陷导波信号特征参数在内的数据库，编制了管道缺陷导波信号分析软件，建立了管道缺陷导波信号分析系统，运用该系统对管道状况进行判断评估，主要工作与结果分为以下几点:　　(1)建立了管道导波检测试验系统，针对多种管道结构和缺陷进行试验并采集了大量的检测数据。　　(2)分析了管道结构、管道缺陷信号，设计了对称-非对称模态算法，编写了Matlab程序比较了对称-非对称曲线之间的波形特征差异;绘制了在一定频率范围的管道结构、管道缺陷回波信号三维轮廓图，研究了管道导波的衰减情况，发现了频率在40-120kHz时导波衰减程度先减弱后变强并在100kHz附近时衰减最弱;提取了包括峰度系数、偏度系数、变异系数、熵值、小波能量系数、频域半高宽在内的不同缺陷信号的特征参数，绘制了管道结构、管道缺陷的特征曲线，分析了不同缺陷信号波形特征差异及内在规律。　　(3)使用SQL Server2012设计并创建了包括管道缺陷特征在内的管道导波数据库，开发以管道检测技术的研究与应用为目的的Matlab程序。　　(4)构建了BP神经网络并编写Matlab程序，调用SQL Server数据库中的导波检测信号的特征参数对运行管道状态进行了判断评估研究。研究表明，频率范围对识别的精度的影响较大，频率范围在90-105kHz时分类识别的结果较为准确，对焊缝、弯头、端面、凹槽的识别准确率均高于0.81，但对裂纹的识别准确率偏低;多数裂纹会被误识别为凹槽，但如果把裂纹和凹槽作为一种缺陷处理，该BP神经网络对缺陷的判别准确率接近1。　　(5)使用BP神经网络对管道缺陷进行了评估研究，发现截面缺损率在0.08附近的缺陷样本数据最多，而神经网络对该类缺陷的评估效果最好，且评估结果非常接近真实情况，因此，BP神经网络能够对缺陷进行较为准确的定量，但要求用于训练的样本数据具有足够的数量。