焊接技术作为一种重要的加工技术,已经广泛应用于汽车制造、船舶制造、建筑施工、航天设备以及核工业等多个工业制造领域。由于焊接环境、焊接方法和结构应力等因素影响,成形焊缝中可能存在夹杂、气孔、裂纹、未焊透和未熔合五类内部缺陷,这些缺陷会大幅影响焊接结构的性能,造成产品损坏甚至人员伤亡,因此,焊缝结构的无损检测是保证工业生产正常进行的重要保障。随着科学技术的发展,超声相控阵检测技术以其检测灵敏度高、检测速度快、检测结果直观以及能够检测工件不规则形面等优势,越来越广泛的应用于工程检测过程中。同时,全矩阵-全聚焦成像技术的成熟极大地提高了成像分辨率,为焊缝缺陷的分类识别提供了一种新的思路。然而,利用全聚焦图谱对焊缝缺陷进行识别也存在很多难点,例如:各类缺陷的全聚焦图谱特征在直观上表现相近,难以直接用人工观察的方法辨识缺陷种类;焊缝缺陷种类较多,使用基于深度学习理论的卷积神经网络技术进行图谱识别会带来极高的计算复杂度,且对计算机硬件、训练样本的数量和质量都有很高的要求。因此,本文针对上述背景以及现阶段存在的问题进行如下研究:（1）归纳总结了超声相控阵无损检测技术的发展历程、检测方法和工作方式;介绍了全聚焦图谱的计算生成原理,给出相关图示及公式。根据《NB/T47013-2015承压设备无损检测》标准委托厂家设计制作了含夹杂、气孔、裂纹、未焊透和未熔合五类缺陷试件,并通过射线检测的方法对试件缺陷进行定性。在此基础上完成本文其余研究内容。（2）在超声相控阵全聚焦图谱预处理方面,本文从目标缺陷与反射杂波的特征差异入手,综合阈值法与区域分割法,实现在完整保留缺陷细节信息的基础上有效滤除反射杂波的干扰。经过实验对比得出:本文算法在获得良好去噪效果的同时,所带来的计算复杂度较小,适合焊缝超声相控阵全聚焦图谱预处理工作。（3）在超声相控阵全聚焦图谱特征提取方面,本文结合焊缝缺陷特点和超声相控阵全聚焦图谱生成原理,从图谱颜色分布、缺陷形貌以及区域纹理细节三方面共提取70个缺陷特征,构建焊缝缺陷图谱的总特征集,旨在从多角度全方面量化各类缺陷的特征。（4）在缺陷敏感辨识特征集构建方面,本文针对焊缝缺陷种类较多、特征总集维度较高等特点,采用基于欧式距离的特征敏感度以及基于斯皮尔曼系数的特征相关性作为评价准则,并通过MATLAB软件平台中的t-sne特征可视化算法直观显示缺陷分布情况,找到对各类缺陷敏感的特征,总结每一类缺陷的敏感辨识特征,最终实现各类焊缝缺陷超声相控阵检测全聚焦图谱的敏感辨识特征集构建。最后,基于所提出的缺陷敏感辨识特征集,搭建多层感知机模型对五类焊缝缺陷进行分类识别,得到的识别准确率达到80.7%,证明敏感辨识特征集对缺陷的特征描述能力能够完成缺陷智能识别任务。