石油是一个国家工业发展的血脉,是国家发展不可或缺的战略物资。我国目前已有近7000座石油储罐,建立起了一个基本完善的石油储备基地。受所处环境和使用条件的影响,石油储罐常受到腐蚀侵害。而由于所处位置的特殊性,石油储罐的罐底受腐蚀侵害最为严重。因此,探索研究出一种高效率、高质量的石油储罐罐底腐蚀缺陷的检测方法具有深远的意义。本文首先对超声Lamb波频散特性进行了研究,描绘了Lamb波在钢板中传播的频散曲线,对超声波缺陷检测原理进行了阐述;接着利用ABAQUS有限元软件,数值模拟了Lamb波在钢板中的传播,并用椭圆定位技术对缺陷位置进行定位,探讨了不同类型缺陷和传感器的布置方式对钢板缺陷检测结果的影响;然后借助于MATLAB软件,训练出可识别出缺陷类型的拓扑神经网络,并用检验数据验证了神经网络缺陷的识别率;最后,搭建起一套基于LabVIEW的超声波无损检测实验系统,用实验的方法验证理论和数值模拟计算的准确性。通过研究,观测到了超声Lamb波在钢板试件中的频散现象,并用椭圆定位技术对不同两种不同形状的缺陷的位置进行了有效的识别,并且传感器为矩阵排列时的识别效果比传感器为线性排列时的识别效果好。用MATLAB训练出的拓扑神经网络可对缺陷进行定性研究,识别出不同类型的缺陷,识别率高达93.33%。搭建的基于LabVIEW的超声波无损检测系统,可对钢板缺陷进行识别,实验结果与理论和数值模拟计算结果吻合度较好。