本课题通过弹性元件连接接收线圈和磁化器,通过三个感应线圈检测磁化器内部的磁感应强度并采用BP神经网络实现,实现了消除传感器提离对巴克豪森检测的影响。在此基础上利用DSP和ARM的双核架构的嵌入式系统构建了一套巴克豪森应力检测设备,其中DSP实现数据采集和处理,ARM搭载了安卓操作系统提供良好的人机交互。设备能够根据试件的材料选择合适的激励信号以及合适的数字滤波器的滤波频带,来获取能很好反映被测试件应力或微观结构信息的巴克豪森噪声信号,并且通过特征值来定量地描述所检测到巴克豪森噪声信号。课题利用巴克豪森应力检测设备对Q235钢进行应力检测研究,选择合适的激励信号,定性地分析不同应力下检测到的巴克豪森噪声信号的幅值相对于0MPa应力下检测到的巴克豪森噪声信号的幅值变化量与频率的关系,并定量地研究了2k Hz到500k Hz之间8个相邻通频带下180MPa应力下检测到的巴克豪森噪声信号的均方根相对于0MPa应力下检测到的巴克豪森噪声信号的均方根变化量,选择合适的数字滤波频带对Q235钢应力检测进行标定。