随着巴克豪森噪声技术的发展，得益于该技术的快捷，方便和成熟，它已经开始被广泛用于对铁磁性材料微观结构和残余应力的评估和检测，并取得了一定的进展。本课题的主要内容是在巴克豪森噪声特征研究的基础上，搭建一套易于操作、界面友好和可实时采集、显示和处理的基于巴克豪森噪声的钢轨应力检测设备。因此本论文中的重点在于对该MBN钢轨应力检测设备的软硬件的各个组成部分进行详细的介绍和分析，在文章中对硬件的各个部分进行了详细的介绍，并诠释了它们在设备中所扮演的“角色”，详细地介绍了软件部分的总体和各个部分程序的设计思路和流程。另外除了上面所说的论文的主要部分外，在文章的开始还对常用铁磁性材料应力检测方法，巴克豪森技术的研究现状，巴克豪森应力检测的理论基础，以及MBN信号的特征和影响因素等进行了简单的介绍；在文章的最后介绍了基于BP神经网络模型的应力求取方法和两次铁轨现场试验。其中基于BP神经网络模型的应力求取方法是以铁磁性试件的温度、和经处理得到的MBN信号的均值，均方根，振铃数和峰宽比作为输入样本，从而获得作为输出的应力值的方法。另外介绍的两个铁轨现场的实验均为验证性实验，通过对实验结果的对比和分析，分别证实了我们的MBN应力检测设备是可以应用于现场铁轨检测，以及在移动速度比较缓慢的情况下是可以在铁轨上进行MBN信号检测的结论。