近年来,无损检测技术在工业检测中有着广泛的应用以及发展。其中超声无损检测技术在制造业、建筑业、金属加工、化工业等需要缺陷检测和质量控制的领域有着操作简单便捷,非破坏性,对人体无损伤,能够探伤多种类型的缺陷等优点。它既可以用于实验室研究,也可用于现场工程检测等。然而传统的超声波检测在对缺陷的定量和定性方面非常依赖检测人员的经验和判断。如在对金属基材料的焊缝检测中,检测人员一般只能通过以往的经验判断其中的缺陷类型,无法对其进行定性分析,同时在检测过程中,周围的环境噪声也会对检测结果产生很大的影响。因此传统的超声无损检测技术很难满足现代检测技术的发展和要求。则本文提出了一种基于Lab VIEW超声检测系统的焊缝缺陷研究,在实现传统对焊缝缺陷的探伤前提下,能够对超声波回波信号进行数据采集和信号处理,本文主要的工作和创新主要有如下几点:（1）提出和搭建了一个基于虚拟仪器Lab VIEW超声焊缝无损检测系统,该系统利用硬件加软件相结合的思想进行搭建。而对于传统的超声波检测探伤设备往往存在维护费用高,功能单一等缺点,采用虚拟仪器相结合的检测系统不仅能满足传统的功能,还可根据不同的检测材料和检测环境进行相应的调整和改进。（2）本系统采用硬件与软件相结合模式,利用数据采集卡和DPR500等硬件设备和La BVIEW软件编程实现行超声波回波信号数据的采集、储存、处理分析、提高数据采集的实时性和有效性,以便后续数据的处理和分析。之后对整体系统进行试验验证,实验表明该系统运行完好能很好地为焊缝缺陷的和定性分析提供数据来源。（3）在对缺陷回波信号处理中,对焊缝缺陷回波信号进行去噪处理,其中用到的小波基为采用db5小波,利用软件MATLAB产生含噪信号,进行仿真分析得到优化后的小波去噪方法,以提高系统的信噪比,达到更高的检测要求;之后对已经降噪的信号选取合适的小波基函数和分解尺度,对回波信号进行小波包分解,提取已降噪后的缺陷能量特征值,判断缺陷能量信号作为特征信息的可行性,进而对焊缝缺陷进行分析,为焊缝缺陷的BP神经网络识别提供依据。（4）搭建BP神经网络,对已有的数据库中的数据进行训练测试,实验表明,该网络对焊缝缺陷中三种典型缺陷（气孔、夹渣、裂纹）的总体识别率为82.05%,说明通过搭建BP神经网络对焊缝缺陷的定性分析有一定的可行性和识别性。