设备金属板是机械设备的关键部位,其质量直接影响到机械设备的运行可靠性,需要对金属板内部可能存在的白点、和夹杂等缺陷进行检测。超声无损检测因具有检测准确率高、检测装置成本低、对人体及周遭环境无害等优点,适合用于机械设备板内部缺陷的检测,超声无损检测领域中的主要课题就是对超声信号处理方法的研究。超声缺陷回波信号是一种时变信号,具有非线性、非平稳性特征,传统傅里叶变换主要用于处理线性、平稳性信号,而以傅里叶变换为基础的相关变换如快速傅里叶变换、小波变换都具有傅里叶分析信号的局限性,因此课题主要研究了Hilbert-Huang变换分析方法,使用Hilbert-Huang变换对实验中机械设备板型缺陷信号进行处理,对处理过程中存在的问题进行了一系列相关研究:首先,论述了超声无损检测基本原理和超声波的传播特性,并利用这些特性推导出相应的检测方法对机械设备进行检测,分析了机械设备常出现的缺陷、位置及其原因,并对其超声缺陷信号进行了定性、定量和定位分析。其次完成了模拟超声检测机械设备的系统搭建,实验中主要采集了四种不同深度的缺陷信号,对其时域波形进行了分析,由于时域波形提供信息能力有限,将其拓展至时频域进行分析。针对超声回波信号非平稳、非线性等特性,主要研究了希尔伯特-黄变换法。使用希尔伯特-黄变换方法处理实验缺陷回波信号时存在问题,即端点效应问题和模态混淆问题。再次,针对端点效应问题,分析了两种改进方法,镜像延拓法和边界局部特征尺度延拓法,通过仿真实验将其对比分析,最终采用边界局部特征尺度延拓法对实验中的超声缺陷回波进行延拓;针对模态混淆问题,介绍了EEMD分解方法并与EMD方法对合成信号进行分解处理,两种结果对比验证了EEMD方法针对EMD分解时产生的模态混叠问题的处理有效性。将EEMD方法应用于超声缺陷回波信号中,分解结果显示模态混淆现象被消除。再基于EEMD方法建立原始超声缺陷信号的最优降噪光滑模型对其实行了降噪处理。最后,介绍了Hilbert谱与边际谱构造原理,通过对一个已知频率幅值信号的Hilbert边际谱和快速傅里叶变换频谱分析与比较,显示出Hilbert谱分析信号的优势,再对实验中4种不同深度的超声缺陷回波信号进行Hilbert谱与边际谱图显示并分析谱图所代表的各种缺陷信息,最终达到对机械设备内部缺陷检测与识别的目的。