1、復合薄板由于具有比強度高、比模量高、減震性能優(yōu)越和工藝簡單等特點，在實際生活當中被廣泛應用，如果可以提前判斷復合薄板的質量問題，就能夠有效減少巨大損失。相關專業(yè)人員只能判斷復合薄板有無脫粘，并不能準確判定具有缺陷的復合薄板所處的缺陷程度。針對這種局限性，本文研究了復合薄板關于脫粘缺陷的特征值提取方法，然后利用特征值將不同脫粘等級的薄板進行分類判別，為機器自動識別奠定了基礎。
　　然而，可以判定復合薄板脫粘程度的許多指標都暗藏于通過

2、超聲檢測儀所得到的非線性信號中，所以需要利用時-頻方法對其進行處理，將暗藏于回波信號中的物理特性直觀地表示出來。為此，針對傳統(tǒng)經驗模態(tài)分解(Empirical ModeDecomposition，EMD)算法所產生的模態(tài)混疊和端點效應問題，本文提出了基于噪聲輔助和鏡像延拓的EMD改進法。通過仿真測試結果顯示，這兩種改善方法在一定程度上可以緩解上述兩個問題。此外，在對超聲檢測回波信號進行降噪處理時，本文又提出一項基于三次樣條插值的EMD新

3、方法。實驗結果顯示，超聲檢測信號中的高頻干擾信號通過這種新方法被成功濾除，而且提高了EMD的分解效果。
　　按照非線性信號的傳播特性以及超聲探傷原理可知，當薄板脫粘等級增加的時候，回波信號的能量呈遞增的趨勢變化，所以選擇時域能量和IMF1能量矩作為特征值;又因為隨著脫粘等級的不同，回波信號的波動程度也不一樣，所以選擇波形指數和加權波形指數作為特征值。利用上述EMD改進法對超聲探傷儀所得到的非線性信號進行處理，提取出可以量化識別薄板