混凝土是工程建筑中最重要的材料之一。混凝土属于复杂的多相非均匀介质,利用超声波检测混凝土时会产生一系列复杂的声学现象,使检测信号复杂,难以识别。本文在基本混凝土检测的基础上,建立超声波检测系统的物理模型。基于物理模型对超声波检测系统的软硬件进行设计,并与理论模型输出进行分析,保证理论与实验的一致性。针对实际超声波在混凝土传播的复杂性和不确定性,提出了小波包分解和BP神经网络相结合的方法,为超声波混凝土检测提供一种有效检测方法。论文的主要内容包括:（1）对超声波检测系统物理模型的分析。本文从压电方程、波动方程和声学理论基础出发,分析压电换能器的振动响应,建立压电换能器的动态模型和压换能器声辐射模型。（2）以超声波检测系统的物理模型分析为参照,结合微电子技术和计算机技术,对超声波检测系统的软硬件进行设计。分析超声波检测系统在空气中传播的声时和波形与理论模型输出保持一致,验证了超声波检测系统的可靠性。（3）针对超声波在混凝土传播中的复杂性和不确定性。基于缺陷信号中含有高频噪声信号。本文使用小波包分解多分辨率的特点去除信号中的高频噪声,提取声时、均值和峰峰值等7个反应缺陷信号特征的特征参量。分析了单一特征参量无法识别不同缺陷大小的混凝土是否存在缺陷。应用BP神经网络对缺陷进行识别,提高了混凝土缺陷检测的准确率。