巴克豪森噪声(MBN)技术是一种新颖的电磁无损检测技术,基于铁磁性材料应力分布和微观结构影响磁化过程原理,被认为可以实现材料早期损伤和微观结构的检测与评估。但是,传统的特征提取算法忽略了磁化过程及其与微观结构的复杂关系,所以巴氏噪声特征值在应力检测中易被激励频率影响,且难以准确评估材料微观结构,结果离散度高。针对以上问题,本文首先研究了检测系统激励参数对巴克豪森信号特征值的影响机制,根据畴壁动力学理论提出新的特征提取算法,减小检测系统激励参数对应力检测的影响。随后,将上述研究的结论应用于金属材料表面硬度评估,提出了主成分分析和特征相关性分析相结合特征选择算法,建立了材料表面硬度的多元线性回归模型。本文在以下三个方面论述课题的具体工作以及取得的主要成果:1)系统总结了畴壁能和畴壁运动特性对MBN信号的影响,并在此基础上研究了检测系统励磁参数对MBN信号特征值的影响。针对材料微观结构对MBN信号影响显著的特点,提出了基于特征值灵敏度的检测系统励磁参数进行优化方法,从而为应用MBN技术评估不同材料的表面应力和表面硬度奠定了基础。2)针对传统特征提取算法仅从巴氏信号能量或者信号包络线高度/宽度等单一尺度进行提取特征值的问题,提出了基于畴壁动力学理论的“偏度”特征提取方法,通过磁化过程中畴壁运动特性及其所发出的巴氏噪声脉冲分布规律,表征材料表面加载应力以及微观结构的变化。新算法从巴氏噪声幅值及其时域分布双重尺度进行特征提取,比传统特征值具有更高的灵敏度,克服了系统励磁频率的影响,具有优良的鲁棒性。本文基于畴壁能和畴壁运动相关理论,阐述了MBN信号偏度特征与材料表面加载应力之间的关系,提出了平均钉扎密度提高导致畴壁运动弛豫时间增加的物理模型,解释了偏度在压应力加载条件下非线性变化的物理机制。3)针对采用MBN信号单一特征值难以准确评估材料表面硬度的问题,提出了首先对MBN信号的多个特征值进行特征选择,继而依据选择结果建立多参数表征模型的技术路线,提高MBN技术无损评估材料表面硬度的准确度。本文提出了基于主成分分析(PCA)和参数相关性分析结合的特征选择方法,克服传统特征选择算法效率低且缺乏全局信息的缺点。依据该方法特征选择的结果,采用均方根、均值和延迟时间等三个MBN信号特征值建立了材料表面硬度的多元线性回归模型,能够准确评估材料表面硬度。综上所述,课题的研究一方面基于巴克豪森效应机理提出材料表面应力检测的新特征提取算法,有效消除了系统激励参数的影响,建立起宏观电磁检测信号与材料磁微观结构之间的联系。另一方面提出了基于主成分分析法的特征选择算法,建立了材料表面硬度的多元线性回归表征模型,实现了巴克豪森噪声技术对材料表面应力和表面硬度的无损检测与评估。最后,依据本文研究工作中的结论和不足之处,提出进一步研究工作的方向。