铁磁性材料随着高铁运输、军事航海、大型桥梁工程等事业的发展得到了更为广泛的应用,需要合适的无损检测技术来迅速有效地测定材料的机械性能。巴克豪森噪声检测技术因其检测原理而特别适用于铁磁性材料的残余应力状态及微观结构的评估和检测。本课题就是探求采用该检测技术测算铁磁性材料的部分机械性能参数的方法,在完成巴克豪森噪声的相关理论研究的基础上开发了巴克豪森噪声信号检测系统,然后利用该系统对铁磁性材料进行了大量的实验研究,最终通过分析实验数据建立材料机械性能参数和巴克豪森噪声信号特征值之间的神经网络模型。本文首先介绍了电磁无损检测技术的基本概念,对巴克豪森噪声检测技术的应用领域加以说明,随后从该技术的理论基础展开,阐述了巴克豪森噪声的产生机理及影响因素。在完成相关理论研究后开发了巴克豪森噪声信号检测系统并对系统的软硬件设计进行详细介绍。利用该系统针对齿轮和钢板两类铁磁性材料进行了实验研究,对材料的部分机械性能参数和巴克豪森噪声信号特征值开展相关性分析,并建立二者间定量转化的神经网络模型。最后综合运用巴克豪森噪声检测与其他三类电磁无损检测方法进行融合分析,验证该领域多信息融合分析方向的可行性。