硬质合金锯片的内在隐性缺陷是产品品质安全重大隐患,如何实现内在隐性缺陷的在线检测一直被生产企业所关注和困扰。无损检测的方法很多,本文选用音频无损检测技术来探索,对硬质合金锯片的内在隐性缺陷检测。本文首先对常规无损检测技术进行了初步研究,重点分析了新型音频检测技术及其发展现状,通过总结分析硬质合金锯片音频信号的特点,于是采用音频检测技术对其信号进行展开研究。然后列举了硬质合金锯片的常见缺陷以及分析了常规无损检测方法的不足,进行了音频检测技术原理理论分析,并对硬质合金锯片的音频信号进行预处理和时频分析,实验分析了并提出一种利用平均幅度法实现对硬质合金锯片音频信号的端点检测。研究了硬质合金锯片缺欠的音频特征提取方法,HHT(Hilbert-Huang Transform)、LPCC(Linear Prediction Cepstrum Coefficient)和 MFCC(Mel Frequency Cepstrum Coefficient),分析了它们对硬质合金锯片音频信号的提取能力,并以此提出一种均值延拓的HHT方法,提高了 HHT对硬质合金锯片音频参数特征提取的刻画能力。最后,为了能实现硬质合金锯片有无缺陷的自动判别,本文建立了 HHT参数作为输入的BP神经网络模型,利用BP神经网络方法实现了硬质合金锯片音频信号的的自动分类,本文经过多次试验而选择弹性梯度下降法达到了收敛要求。