面对航空航天领域对轻量化金属点阵结构的迫切需求,3D打印制备技术可以快速、高效地打印出特定结构的金属点阵结构。然而,3D打印过程中的工艺参数不匹配问题会导致点阵结构内部出现翘曲、裂纹、几何断裂等缺陷。缺陷的存在极大地降低了点阵结构的结构-功能特性,对点阵结构的正常使用造成严重影响。因此,针对3D打印金属点阵结构的内部缺陷检测方法及结构在压缩情形下失效模式的研究具有重大理论意义和实际应用价值。本文针对选择性激光融化（Selective Laser Melting,SLM）技术制备的钛合金点阵结构开展了缺陷检测方法和其对结构失效影响的研究。具体的研究内容为:（1）考虑金属点阵结构复杂性及内部缺陷随机性、特征多样性、不可视的特点,分析了点阵结构工业CT图像的缺陷灰度特征和形态特征,给出了缺陷区域与非缺陷区域的差异性规律;（2）根据计算机断层图像有无缺陷区域的灰度差异分布特征,提出了一种滑动窗口自动判识缺陷的方法。通过图像的灰度分布规律确定窗口尺寸,利用滑动窗口遍历图像,利用差分原理消除灰度不均匀的影响,分析缺陷区域上下边缘在差分图像的分布规律,建立缺陷识别规则;（3）针对金属点阵结构内部缺陷尺度小、与背景相似度高、特征微弱的问题,提出了一种基于超分辨率重建的Faster R-CNN缺陷检测方法。为了解决Faster R-CNN模型对小尺度目标识别率低下问题,对原有骨干特征网络进行加深,开发图像超分辨率重建模块,对输入图片进行局部细节特征增强,实现了两种不同微小缺陷的快速有效的定位识别;（4）在缺陷检测的基础上,重点关注内部缺陷对点阵结构性能的影响,基于数值模拟分析的方法,建立了静态力学模型。考虑缺陷位置、数目的影响,仿真分析了不同位置、数目缺陷下的钛合金点阵结构在压缩过程中的失效变化,揭示了缺陷对点阵结构压缩性能的影响及屈服载荷变化规律,为点阵结构的工程应用提供技术依据。