超声波在非均匀介质中传播时，与异质界面、增强相和孔隙等散射体相互作用后会出现声波的反射、折射和散射现象，故回波信号中携带了大量反映材料密度、组分含量、微观结构的特征信息。利用时域、频域以及时频域等信号处理技术提取声速、声衰减、频谱质心偏移、背散射系数等超声特征参数，再通过分析各个参数的变化可以实现材料特性的无损表征。
超声检测技术( Ultrasonic testing，UT)的特点是灵敏度高、对人体无害且易于实现自动化，因此在复合材料无损检测中应用最为广泛，已成为风电叶片检测中最为普遍的无损检测技术之一。学者基于低频相控阵超声检测技术对风电叶片玻璃纤维复合材料的典型缺陷进行了检测，结果表明相控阵超声检测方法是检测叶片壳体内部和壳-梁胶接质量的有效方法，实现了叶片制造过程和在役过程的无损检测。又针对拉挤梁风电叶片进行相控阵超声检测，通过对典型缺陷进行分析得到图像信号与叶片结构的对应关系，并提出了一套高效准确的分析流程，有效解决了信号受叶片特殊结构及材料各向异性影响出现的信噪比低、缺陷识别困难的问题，UT方法对干纱缺陷的成像结果表明，对风电叶片拉挤主梁进行了超声检测，通过对比常规超声检测和相控阵超声测结果，总结了一套适合现场应用的超声检测方法,而后设计了一种自动定位系统,实时记录运动坐标和目标距离，同时实现了声波的自动发射和采集。基于改进的Stockwell变换、Otsu全局阈值时频分析和归一化Shannon能量包络，提出一种可对具有分层缺陷的风力发电叶片进行检测和定位的算法，结果表明所提方法能够准确定位分层缺陷。
然而UT技术在某些场景的应用中仍存在一些局限性。分别采用超声C扫描对复合材料低速冲击后的损伤进行检测，发现超声C扫描不能很好地区分具体的损伤形式；在对3D打印金属件缺陷进行无损检测时，发现UT方法无法识别尺寸较小的裂纹缺陷;针对钛合金增材制造件中的气孔和未熔合缺陷的检测灵敏度开展超声检测试验研究，可检测出的气孔直径大小为200~660µm，超声检测得到的气孔大小通常比实际气孔表面测量结果更大，
尽管UT技术具有检测对象范围广、检测深度大、缺陷定位准确、速度快以及现场使用便捷等优点，但仍存在着对操作员经验依赖性强、对小尺寸缺陷灵敏度较低等局限，在面对大型复合材料构件时UT检测可能会受到深度限制，而无法有效识别缺陷的尺寸、位置和种类。为了解决上述问题，超声检测技术正在向多模式、智能化以及与人工智能相结合等方向发展，以进一步提高数据处理和分析能力。
