在智能化制造技术蓬勃发展的大背景下，通过工业大数据与人工智能为现代无损检测技术提供有力支撑，正成为未来结构安全评估领域发展的必然趋势。其中，电磁超声导波探伤技术是铝材缺陷检测的重要手段。本书基于电磁超声导波聚焦检测技术，以缺陷高精度智能量化为导向，构建了以聚焦换能器设计为基础、量化算法为支撑、深度神经网络为手段的智能超声无损检测研究框架。书中提出了SH导波单侧斜聚焦型电磁超声换能方法以实现对铝板缺陷的高灵敏度检测，设计了一种物理启发式导波缺陷量化混合模型，并针对不同类型铝板缺陷的智能量化需求，分别提出了面向体积型缺陷量化低阶聚焦导波的物理启发式递进残差深度卷积网络ProResNet，和面向裂纹缺陷量化高阶聚焦导波的物理启发式门控循环单元网络GuwNet。 本书可供高等院校无损检测与仪器类相关专业研究生或学者使用，也可供从事无损检测的技术人员、与无损检测技术相关的科研人员及设计人员参考。

孙洪宇，北京交通大学物理科学与工程学院讲师，主要研究方向为超声无损检测、自动化检测与仪器、深度学习智能成像。已发表SCI论文20余篇，累计影响因子>100，获清华大学优秀博士学位论文、IEEE TIM Outstanding Reviewer、IET Best Paper Award等荣誉，并获北京交通大学青年英才计划资助，在高速列车健康状态在线检测基础问题与关键技术等方面开展深入研究。

导师序言 超声导波检测技术的诞生标志着无损检测技术发展的一次飞跃。作为一种非破坏性的检测方法，无损检测已成为国家工业与科技发展不可或缺的组成部分。无损检测不仅能够提升产品质量、保障产品安全和延长产品寿命，而且能够为企业节省成本、提高维护效率和保持良好声誉。超声导波检测技术作为无损检测技术的重要组成部分，具有高精度、高效性和多功能性等特点，在航空、航天、电力、石化、汽车等行业中已得到广泛应用。随着国家工业的不断发展，以超声导波为代表的诸多无损检测技术的应用将更加广泛，并为中国制造业的升级和国家科技的发展壮大做出积极贡献。 孙洪宇是我指导的博士研究生，这些年他在无损检测领域，尤其是超声无损检测方面积累了扎实的研究基础和丰富的研究经验，这本书是他在博士求学期间不断积累和沉淀的成果。书中提到的无损检测的核心任务是检测评价相关设施和材料的质量，包括油气管道、储罐底板、航天材料等，从而确保材料的性能指标满足其使用要求，并实现对风险的及时准确评估，做到防患于未然。其中，采用超声检测方法可以对缺陷进行有效的识别和高精度量化从而判断出缺陷的严重程度，指导被测件的运维和更换。尽管目前基于EMAT的超声导波缺陷定位方法的相关研究已比较成熟，但对缺陷的量化仍然较为困难，且在能量转换效率较低的同时非常依赖领域内从业人员的主观判断，智能化水平较低。因此，本书的研究意义、创新与前景主要包括以下三方面： （1） 瞄准国家规划部署与智能化发展需求 国家发布的“十四五”规划全文中共出现“智能”“智慧”相关关键词60次。可以预测，以人工智能为核心的新一代信息技术、大数据技术将为推动我国...