以铝板为研究对象,首先基于超声仿真技术,设计了"单发多收"超声阵列探头,对位于铝板内部不同深度处的21类缺陷分别进行建模和仿真分析,并获取相应的时域信号;其次,基于主成分分析(principal component analysis,PCA),对各缺陷的幅频初始特征进行提取,获得各缺陷的特征向量;最后,采用概率神经网络(probabilistic neural network,PNN)对各缺陷进行定位分析。研究分别以21×9和21×4个缺陷为训练样本和测试样本,分析结果表明:缺陷定位的平均正确率为82.14%,96.43%,100%。研究论证了采用超声阵列探头,并结合主成分分析和概率神经网络,进行缺陷定位的有效性。