大型锻件是重大装备的关键部件,已广泛应用于电力、航空航天、船舶、重型机械等领域,其质量直接影响到装备的整体水平和运行可靠性,需要对其可能存在的裂纹、气孔和夹杂等缺陷进行检测。超声检测具有穿透能力强、缺陷检测准确率高、灵敏度高、检测成本低、对人及环境无害等优点,适合大型锻件的缺陷检测。目前,国内大型锻件的超声检测大多是手动扫描、人工判读,易出现漏检和误判,检测效率低、可靠性差,需要研制一种大型锻件自动超声检测系统,其中,检测方法和信号处理是系统涉及的关键技术,但是,目前使用的技术都有一定的局限性,本文针对这些技术进行理论和实验研究,主要研究内容如下：1.提出了大型圆筒型锻件及大型中厚钢板的多通道自动超声检测方法。对于大型中厚钢板,主探头组(兼作横边探头组)放置在钢板横向中间部位,纵边探头组放置在钢板两个纵边,检测横边时,钢板不动,主探头左右摆动,检测其它部位时,钢板沿压延方向匀速直线运动,主探头左右摆动,纵边探头不动,形成板边为矩形而板内为正弦或余弦的扫描轨迹；对于大型圆筒型锻件,直探头组和斜探头组分别纵向放置在直径方向上筒壁的两个外侧,检测时,圆筒型锻件绕其轴线原地旋转,两组探头同时沿轴线平移,形成空间螺旋线的扫描轨迹。将超声探头分组放置在不同位置,同时对检测工件按指定路径进行自动全方位扫描,提高了检测效率和可靠性。2.对超声反射回波信号降噪的理论和算法进行了研究,提出了基于小波变换和独立分量分析的超声反射回波信号降噪算法(WICAW)。利用小波变换将原始信号分解,对分解的系数进行独立分量分析,并对分离出的独立分量进行阈值评估,滤除噪声,再通过小波重构得到降噪后的超声信号。仿真和实验结果表明,该算法既不丢失有用信息又提高了信噪比,性能优于小波软阈值降噪算法。3.对缺陷超声信号的特征提取与识别技术进行了研究,提出了基于小波系数聚类和SVM的缺陷超声信号特征提取与识别算法。利用小波变换对降噪的超声回波信号进行分解,然后以概率统计聚类的方法将分解得到的小波系数聚类,计算每个聚类的小波系数能量值并作为SVM分类器的输入特征向量,实现缺陷识别。通过对典型缺陷试块进行检测,实验结果表明,该算法减少了分类器的计算量,提高了小样本缺陷识别的准确率。4.设计了基于以太网的大型锻件自动超声检测系统,搭建了实验平台,进行了实验研究,验证了本文提出的检测方法和信号处理算法的有效性。