在目前电力供应紧张的情况下,作为供电大户的火力发电厂每年提供了全国用电量的63%。但是,由于制造质量“先天不足”和运行维护“后天失调”,我国大型电站锅炉管道爆漏停用事故严重影响着火力发电厂机组的安全经济运行,因此,研究快速高效的无损检测方法,并开发相应无损检测装备,对电力企业安全生产具有十分重要的现实意义。本学位论文提出了主磁通超声波融合检测水冷壁管壁厚和漏磁检测水冷壁管缺陷的方法,研制出一套机械化无损检测装备。首先,针对竖直水冷壁的检测要求和现场特点,在完成爬行装置结构设计的基础上,研制出水冷壁管检测爬行装置、磁性检测传感器、超声波探头定位抬放装置、远距离数据采集系统以及信号分析处理软件。实现了管壁大面积快速扫查和定量化评价以及检测过程的自动化,提高了检测效率和可靠性。其次,根据局部缺陷、随机干扰、内螺纹等噪声与壁厚腐蚀信号的不同特征,讨论了基于小波分析的磁性检测信号预处理方法。研究了基于奇对称小波变换的模极大值信号识别方法、小波分解与重构去噪方法以及自适应小波滤波器方法,实现了多种背景信号的分类和消除,从而有效提取出壁厚减薄信号,获得了较高的壁厚信息融合精度。第三,从提高检测效率、降低误判和漏判率的实际出发,提出了主磁通与超声测厚融合检测壁厚的方法,通过主磁通普查和超声波定点测量实现壁厚的精确评定。在比较分析了多项式函数、指数函数和对数函数拟合精度的基础上,选择多项式函数拟合对管壁厚度与主磁通检测信号峰峰值之间的关系建模,运用超声波测厚值对模型参数进行现场标定,以实现壁厚的定量化评定。实验结果表明该方法的评价精度优于统计关系模型,更适合实时检测与评价。由于不需要太多的实验数据,因此该方法具有更好的实用性。最后,在分析现有反演方法特点的基础上,将小波多尺度分析的思想引入到漏磁非线性反问题求解中,研究了漏磁检测信号的小波多尺度反演方法,分别建立了漏磁信号的小波多尺度迭代反演模型和小波神经网络的正演、反演模型,讨论了漏磁反问题多尺度求解的一般过程。反演结果表明,小波多尺度反演比广义线性反演的收敛速度快,而且迭代收敛性好,反演精度高; 而基于小波神经网络的反演方法也具有一定的可靠性,其中,小波基函数和分解尺度数的选择对网络的反演性能有直接影响。另外,对小波变换后,内外表面缺陷信号的不同特征进行了分析,初步研究了内外伤分类的小波方法。