石油化工行业典型设备多是焊接结构，焊接裂纹是焊接结构最危险的缺陷之一，利用无损检测技术进行焊缝裂纹等缺陷的检测可避免重大事故发生。金属磁记忆检测技术能够实现设备的早期诊断，具有快速便捷的优点，把金属磁记忆检测技术应用到焊缝缺陷识别领域是无损检测技术发展的一个方向。金属磁记忆技术在焊缝缺陷检测中的应用目前还处在定性阶段，对其定量关系的研究还没有统一的结论，本文针对这一问题，以磁记忆检测原理为基础，利用现代信号处理知识，对磁记忆信号与应力之间的关系、焊缝裂纹尺寸对磁记忆信号的影响及其量化关系、神经网络在磁记忆检测中的应用进行了深入的研究。本文提取了不同应力状态下试件表面的磁记忆信号，发现磁记忆信号能够有效的表示试件所处的应力状态；提取特征值来判断试件内部的应力水平；同时实现了利用BP神经网络识别试件所处应力状态。本文探索并提出了利用组合测量路线进行焊缝裂纹量化识别的新途径，针对Q345R钢焊板试件，测取了沿焊缝平行方向和垂直焊缝方向的两种磁记忆信号，分析焊缝裂纹长度与深度对磁记忆信号的影响，建立焊缝裂纹尺寸与磁记忆信号间的量化关系。结果表明，两条测量路线检测得到的磁记忆信号均存在明显的焊缝裂纹定位特征，但单独一条测量路线的磁记忆信号不能准确反映裂纹的全部尺寸信息，需综合沿焊缝平行方向和垂直焊缝方向磁记忆信号进行焊缝裂纹尺寸的量化识别。此外，本文还用BP神经网络方法对此课题进行了深入研究，结果表明把BP神经网络应用到焊缝裂纹尺寸的量化识别领域是有效可行的。