铁磁性材料在现代工业生产中的地位十分重要,尤其钢铁的使用最为广泛。近年来我国高速铁路飞速发展,致使钢轨、冷轧钢板等等铁磁性材料产品的检测技术需求日益攀升。钢材一旦发生形变、断裂等失效现象将会对人们生命财产安全造成威胁。要做到防范于未然就要在产生失效之前测量到材料可承受的强度。然而目前无损检测方法一般都是针对裂纹、腐蚀、气泡等等已产生的缺陷进行检测。针对目前只能通过有损方法检测铁磁性材料机械强度的现状,本文研究了材料微观结构、电磁特性与机械性能之间内在联系,将多种电磁无损检测技术相结合,提出一种基于多特征融合的铁磁性材料机械强度定量无损检测方法,并研制出一套铁磁性材料的机械强度检测系统。相比单一的检测手段,多种技术融合的检测方法可以获得更多与材料微观结构相关的信息,从而能够更加准确地检测和评估铁磁性材料机械强度。本文所设计的检测系统融合了增量磁导率法,巴克豪森噪声法和切向磁场法三种电磁无损检测的方法,并根据三种方法对信号采集的不同特点,设计了一种新型的复合型探头结构。将三种检测探头集成到一个探头上,采用分时复用方法实现单一探头对增量磁导率信号、巴克豪森噪声和切向磁场信号等多种电磁信号的检测。本文针对增量磁导率信号,提出一个和材料平均晶粒尺寸正相关的新特征,建立了其与力学性能的联系,该特征与材料屈服强度具有很好的一致性。本文采用相关性分析方法,对信号特征进行了筛选,并对比了多元回归和BP神经网络两种方法在数据的拟合和预测上的优缺点。由于BP神经网络对非线性关系的回归有着良好性能,预测精度更高,最终本文选择BP神经网络模型。检测仪对材料屈服强度的预测误差最大不超过10.2%,达到了对铁磁性材料强度的定量无损的检测目的。