机械零件是组成机械和机器的不可分拆的基本单元,广泛地应用于航空航天、能源化工、交通运输、武器装备、生产设备等重要领域。机械零部件在服役的过程中会受到高温、高压、高负荷、腐蚀、辐射等恶劣环境影响,在零件表面或者内部产生缺陷损伤,如果不能及时有效的识别缺陷并采取必要的措施,缺陷会进一步发展最终导致零部件的失效。机械零件的失效严重降低了机械设备的稳定性和可靠性,甚至可能导致危险性高和破坏性大的事故,造成巨大的经济效益损失,危及人民生命安全。因此研究机械零件的故障诊断方法,实时评估其质量以及安全性能,确保机械设备的安全、可靠长期运行具有重要的理论意义与巨大的社会经济价值。论文依托国家自然科学基金项目“机械构件疲劳裂纹的激光超声检测新方法研究”(No.51375434),开展基于激光热弹效应的机械零件表面缺陷检测方法研究。论文的主要研究内容与创新工作有:(1)分析了激光热弹效应的基本原理,建立基于激光热弹效应的激光超声模型,研究一种基于Romberg数值积分和De-Hoog数值反演的激光超声波场求解方法;建立典型的平板和圆柱类机械零件的激光超声全耦合有限元模型,研究激光超声有限元模型的显式求解方法。分析了不同激发模式下激光声表面波的机械零件表面缺陷检测方法及其应用特点,为机械零件表面缺陷的激光超声检测提供了理论依据。(2)分析单点激发模式下激光声表面波表面缺陷信号的特性,研究一种单点激发模式下激光声表面波机械零件表面缺陷的小波包-奇异值分解(Wavelet Packets Transform-Sigular Value Decomposition,WPT-SVD)识别方法,构建了一个表征表面缺陷深度的参数kr。该方法首先应用小波分析方法提取激光声表面波的渡越时间,识别机械零件表面缺陷的位置;其次利用WPT方法对圆柱表面缺陷透射信号进行分解,构建缺陷特征矩阵;而后对特征矩阵奇异值分解,获得非零奇异值组,惟一的表征不同缺陷深度下的激光超声透射信号;最后构建参数kr表征表面缺陷的深度。搭建了激光超声圆柱表面缺陷检测系统,证明了该方法可以用于表面缺陷的位置和深度识别。(3)分析了圆柱表面缺陷的激光声表面波叠加增强的机理,研究一种线扫描模式下基于激光声表面波叠加增强的圆柱表面缺陷位置和深度识别方法。通过分析不同检测位置下线扫描激发的激光声表面波峰峰值变化规律,提出一种任意直径下基于激光声表面波叠加增强的圆柱表面缺陷优化检测方法。研究激光声表面波的SLLS(Scanning Laser Line Source)峰峰值的极值(SLLSP值)与圆柱表面缺陷深度之间的关系,为表面缺陷的深度识别提供了依据。(4)研究了一种面扫描模式下基于宽频段激光声表面波频率-波数(Frequency-Wavenumber,F-W)分析的表面缺陷识别方法。通过提取激光声表面波频率段内每一频率下的缺陷散射波的波数数据,重构表面缺陷图像。建立了激光超声三维扫描检测系统,给出激光面扫描程序。试验结果表明:该方法有效的滤除边界反射波的干扰,表面缺陷的成像分辨率明显的高于反射波RMS(Root Mean Square)方法的成像分辨率,能识别表面缺陷的位置、取向以及严重程度。(5)研究了一种宽频段激光声表面波空间-频率-波数(Space-Frequency-Wavenumber,S-F-W)成像的表面缺陷定量检测方法。通过对比分析滑动窗口尺寸和激光声表面波频率段对表面缺陷的成像效果的影响,根据图像分辨率和信噪比筛选最优的S-F-W滑动窗口尺寸和最优激光声表面波频率段。研究表面缺陷S-F-W图像的图像分割方法,给出表面缺陷几何特征参数的定量提取方法,实现了表面缺陷长度、宽度、周长、面积、倾斜角度等几何特征尺寸的定量提取。