磁巴克豪森噪声(MBN)检测是一种适用于铁磁材料的电磁无损检测方法。铁磁材料在制造和服役时会受到不同方向的应力,导致材料的性能下降甚至断裂,利用巴克豪森噪声法可以在不破坏材料的情况下检测应力,对于钢轨、特种设备等检修具有重要的意义和实际工程应用价值。本文基于不同应力下的巴克豪森噪声信号,对巴克豪森噪声的特征提取、特征选择和模型建立三个方面展开研究,主要内容如下所述:(1)介绍了巴克豪森噪声产生的原理,从微观上分析材料结构对巴克豪森信号的影响;概述了基于巴克豪森噪声的材料应力检测系统,包括励磁线圈、检测线圈、信号调理电路、应力加载平台等;并给出了本文使用的巴克豪森信号实验数据。(2)通过对不同应力下的巴克豪森噪声信号的特征提取,建立了巴克豪森特征与应力的数据集,以便在特征选择时筛选出重要的特征。针对巴克豪森噪声原始信号,提取的特征有均方根、均值、能量、脉冲数、标准差、四分位距和信息熵;针对巴克豪森噪声包络,提取的特征有半宽高、偏度、峰度、高斯函数拟合参数、峰值、面积和重构剩磁;针对巴克豪森噪声时频域信息,提取的特征有边际谱峰值1、边际谱峰值2和边际谱能量。(3)利用特征选择算法剔除冗余和不相关的MBN特征,本文采用的算法有逐步回归、ReliefF算法和近邻成分分析。通过分析对比三种特征选择算法的效果,发现信息熵包络面积、四分位距和高斯函数拟合参数特征对材料应力敏感。(4)由于巴克豪森噪声与材料应力的关系尚不明确,本文对比研究了三种建模方法:偏最小二乘回归模型、主成分回归模型和卷积神经网络模型。利用特征选择后的MBN特征,建立了MBN特征与材料应力的模型。结果表明,建立的模型可有效地用于测量应力,测量精度也优于传统特征模型。