长久以来铁磁性材料在机械设备、仪器仪表、水利电力设备和国防武器等行业中都得到了广泛应用。工业中通常会根据不同的性能需求，选用合理的热处理手段改变铁磁性材料的组织结构，达到提升铁磁性材料性能的目的。因此对热处理后铁磁性材料组织结构的检测一直备受工程技术界关注。本课题以巴克豪森噪声理论为基础，搭建了一台智能化的检测设备，并从微观角度分析了组织结构对MBN噪声信号的影响，通过试验的方式探寻组织各结构参数和MBN噪声信号之间的对应关系。本文首先以电磁学理论为基础，从磁畴翻转和磁化理论的角度深入分析MBN信号产生的本质和检测机理，介绍MBN噪声信号的特性，并且深入研究了巴克豪森噪声信号的各种影响因素，包括磁场强度、应力和组织组织等。然后在前期工作的基础上搭建了一台基于巴克豪森噪声理论的智能检测设备，并对设备中的各部分软硬件进行了详细的介绍。最后主要针对齿轮材料使用智能检测设备进行相关试验，验证了硬度与MBN信号之间的关系，并由相关性分析得出了对MBN信号具有较大影响的参数，即有效硬化层深度；分析了有效硬化层深度对MBN信号的影响关系；运用BP神经网络模型和不同激励频率实验曲线，试图建立起MBN信号与硬度、有效硬化层深度的对应关系。