航空发动机作为航空器的动力来源，对其自身的安全性和可靠性有着极为严苛的要求。航空发动机叶片由于其工作条件恶劣，是发动机最容易发生故障的部件之一，因此在发动机的日常维护中，对叶片的检测是必不可少的。传统的对发动机叶片检测手段主要是以人工为主，自动化程度低，检测效率不高。航空发动机叶片缺陷自动化超声检测系统就是为了实现叶片缺陷自动化检测，降低对人员检测经验的依赖，提高叶片检测效率。　　航空发动机叶片缺陷自动化超声检测系统通过机械手夹持叶片做扫查运动，其中超声换能器固定不动。在检测的过程中，超声换能器垂直于被检测叶片表面发射超声波并且换能器到叶片表面的距离为一定值。因此实现叶片的自动化扫查必须提前规划机械手运动轨迹，然而轨迹的规划要依赖于叶片 CAD模型。由于涉及商业机密，用户无法获得叶片的CAD设计模型，因此需要运用曲面反求技术获得叶片的曲面模型。　　为了提高叶片曲面模型反求精度，基于物理学中杠杆原理提出了变弧长自适应采样方法，建立了三坐标测量机采样点间弧长随曲率变化的数学模型，解决了三坐标测量机的自适应采样问题；通过对未知模型曲面的二次测量实现对未知模型曲面的自适应采样。　　系统采用A型脉冲反射法对叶片进行检测，系统得到的原始信息仅仅是包含时间和幅度信息的波形图，比较难直观的判断出缺陷的形状和大小等信息，这就要求检测人员根据自身的经验对检测信息作出判断，客观上增加了工作人员的劳动强度，无法实现缺陷的自动化判定。　　本文提出了基于超声 A扫信号的缺陷重构方法，推导出了缺陷点坐标的计算公式；针对系统中存在多个坐标系，坐标点的表示不统一的问题，通过研究坐标系的平移变换和旋转变换关系，建立了各坐标系的变换关系矩阵；由于系统中工件坐标系的位置随着机械手的运动而改变，推导出了工件坐标系和机械手运动的变换公式，最终实现了不同坐标系的坐标的相互变换。　　通过仿真试验模拟超声检测过程，基于缺陷回波信息，计算出了缺陷点在工件坐标系的坐标，重构出了的缺陷三维模型，实现了缺陷形状的直观显示；同时根据仿真试验的结果分析了影响缺陷形状重构精度的三个因素；最终实现了基于超声 A扫信号的缺陷重构。