锚杆通常被应用于铁路、矿山、隧道、边坡等各种大型的岩土工程中,提升了安全技术水平。但是在实际工程中,由于人为破坏和自然条件的影响,锚杆会出现诸多缺陷问题比如锈蚀、断裂等情况,从而造成安全隐患。在锚杆的无损检测中,磁致伸缩导波技术因其单端激励、传播距离远、非接触性等特点在长距离大范围结构的无损检测和健康监测中显示出良好的应用前景。但由于电磁超声换能效率较低,而对噪声的敏感度较高,往往导致检测信号中有用信号幅值比较微弱,并且由于恶劣的检测环境、传感器的数据漂移以及检测仪器自身所带来的干扰,导致磁致伸缩导波技术采集到的数据常常淹没在强噪声下,给锚杆质量检测带来了极大的困难。论文主要研究了锚杆锚固质量的检测,从磁致伸缩导波的信号处理着手,主要研究内容如下:(1)阐述了锚杆锚固的基本原理、无损检测方法及波反射法的数据处理方法,对磁致伸缩信号的采集平台进行了介绍,重点说明了锚杆磁致伸缩检测技术原理,详细介绍了导波的激发及采集流程,为接下来的延伸做好了准备。(2)在变分模态分解中参数选择对于分解效果影响很大,特别是参数之间的相互作用直接影响着着分解效果。布谷鸟搜索算法是一种新型启发式智能算法,论文利用布谷鸟搜索算法(CS)对变分模态分解参数进行优化,以峭度作为度量指标,优化变分模态分解的系统参数a、K,使分解效果达到最佳。通过模拟振动信号的仿真信号验证了布谷鸟算法优化后的变分模态分解的优越性。(3)针对实际磁致伸缩导波振动信号的复杂与噪声干扰特性,论文首次将基于参数优化的变分模态分解(VMD)和独立分量分析(ICA)结合的方法应用于锚杆磁致伸缩信号降噪方向,以达到更好的降噪效果。利用CS算法对VMD的最佳参数组合进行搜索,得到VMD分解的最佳参数,能够对信号进行最优分解,并对分解后的每个分量依据排列熵值进行重构,重构信号和原信号进行FastICA解混,实现回波信号与噪声信号的分离,对分离后的信号进行小波降噪滤除毛刺影响,得到降噪后的信号。通过对实际采集数据分析的结果表明,该方法具有较好的降噪效果。