近年来,在金属材料质量检测的研究领域,电磁无损检测方法以其非破坏和简便快速的优点取得了大量成果,然而对于钢材及其制品的混料、硬度和裂纹质量检测还存在许多难题,因而研发高效的、智能的和快速的检测系统仍然是这一领域的最大亮点。本文根据模糊计算推理、神经网络技术进行各种信号处理与模式识别的研究成果,在WGQ-268 新型电磁检测仪有效提取信号的特征向量的基础上,结合模式识别方法和聚类分析算法,建立有效的算法模型,开发了网络分析智能识别系统。并对65Mn 弹簧钢的硬度进行了定性测试,获得了令人满意的结果。此外,本文详细论述了智能电磁无损检测系统的设计思想和检测原理,详细介绍了系统的模拟部分,数字部分以及软件部分的整个设计过程。并且在基于Keil C 的Windows 开发平台上,采用C51 语言实现模式识别聚类分析的算法,解决以往用汇编语言难以实现高级算法的问题,实现软件编程的模块化和独立性,具有良好的可测试性、可靠性和可维护性。从而提高了检测仪器应用软件的开发速度,缩短了系统开发的周期。