内涂层技术凭借其良好的技术优势以及显著的经济效益,已成为天然气管道内腐蚀防护的重要手段之一,对延长管道的使用寿命具有重要的意义。而在实际应用中,内涂层剥离、鼓泡等缺陷是导致天然气管道内涂层失效的主要因素,传统的天然气管道检测技术主要针对于管道壁厚的检测,难以实现对内涂层缺陷的检测。因此实现对天然气管道内涂层缺陷的直接检测评定对管道的完整性评价具有重要意义。本文依据超声波在异质界面间的传播规律,通过对管壁-天然气界面与管壁-环氧树脂涂层的超声回波特性进行研究,提出了超声波纵波检测法检测内涂层缺陷的评定方法。本文采用数值模拟与实验相结合的方式对超声波纵波检测法检测内涂层缺陷的可行性进行了研究及验证,通过对超声波在不同类型内涂层缺陷中的传播规律进行研究,建立内涂层缺陷评定的评价体系,并针对不同尺寸的内涂层缺陷对超声波回波信号的影响,建立超声回波信号幅值-内涂层缺陷尺寸关系曲线。研究表明内涂层剥离及鼓泡缺陷均属于管壁-天然气界面类型缺陷,难以进行缺陷类型的区分,而缺陷回波信号与完整内涂层的回波信号的幅值差异显著,并且内涂层缺陷的有效检测面积与超声波换能器的晶片直径相关。实验结果与模拟结果具有很好的一致性,并且实验结果表明涂层的厚度与工件厚度均不会对缺陷的识别造成影响。在实际的管道的超声检测中实现了内涂层缺陷的识别,验证了采用超声波纵波检测法检测内涂层缺陷的可行性。结合实际超声检测中的噪声干扰,讨论了超声波内涂层检测信号小波降噪的参数的选定方法和最优选取原则,研究表明,选用sym8小波基函数、4层分解、半软阈值函数,信号SNR改善最大为10.78d B,得到了较好的去噪效果。针对超声检测依靠人为经验判断内涂层缺陷的低可靠性及低效率的问题,探讨了基于小波包与SVM结合的超声检测内涂层缺陷识别方法。对回波信号进行5层小波包分解提取能量特征值构建特征向量,采用主元分析法（PCA）对特征向量进行降维处理并结合遗传算法对SVM模型进行优化提升缺陷识别的准确率,研究结果表明,PCA-GA-SVM模型能够显著提高内涂层缺陷的识别率,综合识别率达到98.3%,优于其他类型的支持向量机模型。