1.一种铁路站房雨棚钢结构病害诊断超声波智能检测方法，其特征为：多路超声扫查数据采集；超声数据处理与图像生成；钢结构病害特征信息提取；对提取的病害特征信息进行分类确定各病害的得分值；基于各病害的得分值及其权重综合诊断雨棚钢结构的病害程度；多路超声包括：超声纵波直探头、横波斜探头和导波探头在雨棚钢结构中激励出的超声纵波、横波和导波这三路超声波；多路超声在雨棚钢结构不同部位同时激励；多路超声扫查通过扫查装置在雨棚钢结构上移动，采集下一个检测位置的多路超声回波信号；超声数据处理是对存储的超声回波数字信号进行处理，包括截取、加窗、滤波和分解；超声图像生成包括：生成A扫波形图、B扫灰度图、幅度谱图、高阶谱图和时频分析图；钢结构病害信息包括壁厚减薄、内壁锈蚀、内部积水、焊缝裂纹和混凝土缺陷；特征信息提取包括对于A扫波形图和幅度谱图的一维图，采用传统信号处理方法实现病害特征的有效提取；对于B扫灰度图、高阶谱图和时频分析图的二维图，采用新型二维统计方法提取病害特征；确定各病害的得分值包括：打分的分值范围在0~100分之间，对于超过判废线的病害给100分，介于判废线和定量线之间的给80~90分，介于定量线和评定线之间给70~80分，介于评定线和背景噪声线之间给60~70分，在背景噪声线内给0~60分；对提取的病害特征信息进行分类包括：病害超过判废线、介于判废线和定量线之间、介于定量线和评定线之间、介于评定线和背景噪声线之间、在背景噪声线内。
2.根据权利要求1所述的铁路站房雨棚钢结构病害诊断超声波智能检测方法，其特征在于，所述对提取的病害特征信息进行分类，所用方法为统计机器学习方法，统计机器学习方法用到的样本数据集，来源于基于相关检测标准规定的对比试块所标定的数据或来源于通过计算机对有限的模型和病害特征进行集中模拟所生成的具有足够代表性的数据或是对已有数据集进行镜像、旋转、缩放、平移、裁剪操作所得到新的数据。
3.根据权利要求1所述的铁路站房雨棚钢结构病害诊断超声波智能检测方法，其特征在于，所述各病害权重，根据相关技术要求和评定标准给出，或由管理人员基于病害发生的具体部位和程度提出科学合理的权重值分配。
4.根据权利要求1所述的铁路站房雨棚钢结构病害诊断超声波智能检测方法，其特征在于，所述综合诊断雨棚钢结构的病害程度，包括：Ⅰ级病害：90分以上、Ⅱ级病害：介于80~90分之间、Ⅲ级病害：介于70~80分之间、Ⅳ级病害：介于60~70分之间和Ⅴ级病害：小于60分。
5.一种铁路站房雨棚钢结构病害诊断超声波智能检测装置，其特征在于，包括装置主机、超声探头、扫查装置、耦合剂和智能检测软件程序，装置主机运行计算机程序时执行如权利要求1所述的铁路站房雨棚钢结构病害诊断超声波智能检测方法的步骤。
6. 根据权利要求5所述的铁路站房雨棚钢结构病害诊断超声波智能检测装置，包括：ARM CPU、FPGA数字处理、多通道高速AD、控制电路、低频发射、高频发射、探头接收端、探头发射端、温度/湿度采集、电源、外设、SDRAM、SDROM、显示器、键盘、测厚通道、锈蚀检测通道、积水检测通道、焊缝检测通道和混凝土检测通道；其特征在于，ARM CPU为装置主机的中央处理单元，用于接收键盘信息输入，并加载和运行智能检测软件程序； ARM CPU将智能检测软件程序设置的各激励参数输出给控制电路，控制电路自动切换选择测厚通道、锈蚀检测通道、积水检测通道、焊缝检测通道和混凝土检测通道，并自动触发相应通道所需的低频发射或高频发射模块，从而激励探头发射端的超声探头产生所需频率的超声波；FPGA数字处理用于接收ARM CPU发出的指令，并按照指令要求控制多通道高速AD将探头接收端采集的超声模拟信号向数字信号进行转换；智能检测软件程序存储在SDRAM存储器中；采集的数字信号存储在SDROM存储器中，智能检测软件程序对SDROM存储器中的数据进行数据处理与图像生成，并将结果显示在显示器上；此外SDROM存储器中的数据还通过外设导出到外部存储设备；温度/湿度采集用于检测雨棚钢结构的表面温度和环境空气的温湿度数据，这些数据用于对钢结构病害特征信息的提取做出温度/湿度补偿，以确保病害定量评估和打分更加精准；电源为可拆卸充电电池，一次充满可用8小时，为现场检测时装置主机的各运行环节提供电能。
