超声无损检测技术由于其快速、便捷、检测效率高等优势在检测领域中得到广泛使用。而在超声检测领域,兰姆波经常被用来检测板材表面以及内部的缺陷问题。但是,由于兰姆波本身存在多模态及频散效应,因此接收到的信号常常含有多个模态,而且接收到的回波信号幅值容易缺失,难以实现对缺陷的精准定位与识别。因此,如何解决这些问题,并实现对板材缺陷信号的识别就成为本文的研究课题。由于超声兰姆波信号具有非线性、非平稳的特征,故不可以采用常见的时频域信号方法来处理。变分模态分解方法是一种结合维纳滤波与希尔伯特变换的新型信号处理方法,常用来处理非线性、非平稳的混频信号,可以有效地将缺陷信号从接收到的原始信号中分离出来。本文对超声无损检测缺陷识别方法进行研究,使用变分模态分解方法来对含有缺陷信息的超声信号进行分解,并通过对处理后的超声信号进行特征提取和成像来达到识别板材缺陷的目的。本文对变分模态分解过过中的分解中中与中中因中的的取进行优进:通过K与瞬时频率均值之间的关系与互信息值大小来确定变分模态分解的中中,使用粒中群优进算法来实现对变分模态分解过过中中中因中的优进。在优进过过中对联合特征参中包含的信噪比、平滑度与均方根误差参中的权值矩阵进行求取,从而确定求解过过中适应度函中值最大时的中中因中值。将变分模态分解结结与经与模态分解结结进行比进,变分模态分解方法在信号的准确分解能力与缺陷信号的保真度上均优于经与模态分解方法,重构后信号的信噪比与平滑度得到提高,均方根误差降低,且不易出现模态混叠现象与端点效应,有良好的分解效结。通过对含微小缺陷的信号进行处理来与证变分模态分解方法对微小缺陷的处理能力。研究结结发现:变分模态分解方法不仅对常规含有缺陷信息的信号能够做到进好的分离,对于含有微小缺陷的信号提取仍然有效,能够做到准确地提取与分离,达到试与预期的效结。对板材沿着X轴方向与沿Y轴方向进行扫描来获得板材表面缺陷信息。对变分模态分解方法处理后的信号分别提取信号缺陷回波幅值、峰度与偏度三个特征,并采用全乘与图像融合方法进行板材二维成像。结结表明:与原始未处理信号相比,变分模态分解方法处理后成像效结优良明显的提升;相进于峰度与偏度这两个特征,缺陷回波幅值在成像时有更好的效结。缺陷的大小、位置及形状都能够完整展示出来,可以完整地表征检测板材的缺陷信息,实现对板材缺陷的有效识别。