（大连理工大学 机械工程学院，辽宁 大连 116024）

引言

激光超声无损检测凭借其高分辨率、宽频带、多模态的特点以及检测过程中无需耦合剂、可实现远距离无接触多次扫描的优势，在无损检测领域受到了广泛关注[1-3]。围绕激光超声缺陷检测以及定量表征这一课题，国内外学者开展了大量的研究工作。Lei Yang[4]等提出了一种基于连续小波变换（CWT）的激光生成lamb 波透射系数计算算法，成功预测了薄结构中的缺口深度；F.Hernandez-Valle 等[5]利用激光激发Rayleigh 波实现对表面缺陷几何形状的测量，通过对超声信号的分析得到的信息表征缺陷的几何形状；黄燕杰、尚建华等[6]运用有限元数值模拟的方法研究了表面波在复合材料中波形与裂纹深度和宽度的时间关系，实现对缺陷的定量检测；陶程等[7]采用有限元法研究了表面波与缺陷之间的相互作用，通过超声波传播与缺陷之间的时间关系实现对缺陷深度的定量检测。超声检测的关键在于对信号的处理与解释，进而对缺陷进行定性定量分析，上述研究成果主要通过超声波与缺陷相互作用的时间关系或通过信号处理提取特征的方式实现对缺陷的定量分析，很大程度上依赖操作者对信号的判读，容易出现误判、漏判的情况，难以保证检测结果的稳定[8]。

为了保证检测结果的稳定性，基于深度学习[9-10]在图像识别、目标检测等领域的成功应用，有学者尝试使用深度学习算法实现超声缺陷的自动检测，以减少人工操作对检测结果的影响，取得了良好的效果。……