煤矿机械轴类零件长期在重载荷、潮湿、粉尘等恶劣环境下运行,容易产生疲劳裂纹等缺陷,直接影响煤矿的安全生产。论文依托国家自然科学基金“煤矿机械关键零部件缺陷超声信号提取与智能识别研究”(项目编号:51074121),针对煤矿机械轴类零件在役检测的要求,对超声探头辐射空间的声场、超声回波机理以及缺陷信号的提取进行了深入研究。论文从声场计算理论出发,以空间脉冲响应为基础,研究了圆形和矩形换能器在半无限空间及斜楔块条件下任意点空间脉冲响应的计算方法,进而分析其在辐射空间的瞬态声压分布规律,得到声轴线上声压曲线,横向声束宽度等参数。针对空间脉冲响应直接计算时采用很高的采样频率,导致数据量大、计算效率低下的问题,提出了一种脉冲响应的快速算法,先用较高采样频率和较小步长计算换能器平面内脉冲响应作为原始数据,再用较低频率进行插值运算,并对计算参数的选择进行了分析,大大提高了计算效率。分析了超声波从产生、介质中传播、缺陷耦合以及最后被探头接收的全过程,建立了缺陷回波的数学模型,认为缺陷回波是探头表面振动特性与缺陷脉冲响应的卷积。根据惠更斯叠加原理的思想,把缺陷和接收探头离散成微小单元,接收到的超声回波是每个缺陷微元散射超声波的总和,利用空间脉冲响应和基尔霍夫近似建立了超声平面缺陷回波的数学模型,用大平面反射回波和大平面脉冲响应进行反卷积运算求出探头表面的振动特性,从声本质的角度阐明超声散射回波的特点,并详细分析了探头在不同偏置位置时缺陷脉冲响应的特性,认为缺陷回波是由直达波和边缘波共同被缺陷散射后的结果,直达回波和边缘回波极性相反,直达波的幅值远远大于边缘波。针对煤矿机械轴类零件现场超声检测时受到非线性、非平稳噪声干扰的问题,研究了超声信号的自适应去噪方法,提出利用IMF分量与原信号的相关系数的大小关系来重构超声回波信号的去噪算法。该方法成功将仪器噪声分解成独立的IMF分量,自适应性地重构了超声回波信号。对添加高斯白噪声的大平面回波信号进行经验模式分解(EMD)并重构,分解的IMF分量发生了模态混叠,针对这一问题,论文采用集成经验模式分解(EEMD)对超声信号进行处理,对EEMD分解的参数选择进行研究,用仿真超声信号添加不同幅值比的噪声,发现当幅值比为0.9时,重构信号的RMSE最小。用稀疏反卷积的方法从超声回波中提取出缺陷信息,针对反卷积的病态问题,提出基于高阶累积量和最优—最小化(HOC-MM)的超声信号反卷积算法。在超声子波非因果、非最小相位的假设下,用ARMA模型对超声探头振动特性函数进行建模,利用高阶累积量构造修正的Yule-Walker方程对模型参数进行估计,该方法能够准确估计出超声子波。以?1范数为基础,将稀疏反卷积过程转化成有一个线性规划问题,并利用最优—最小化方法对?1范数正则化的代价函数进行求解,最后得到介质响应函数,实验结果表明,该算法可以从时间序列中提取出缺陷的位置和大小等信息。