硬度是材料力学性能的重要指标之一,传统的压痕法测量方式会对材料产生破坏,因此硬度的无损评价成为该领域研究热点.针对合金钢表面硬度快速定量无损检测需求,设计6种不同热处理的24CrNiMo合金钢试件,采用磁巴克豪森噪声检测系统测量试件的无损检测信号,并提取3个不同的信号特征参量,分别建立不同评价参量与硬度之间的映射关系,得到3种硬度单参量评价模型,验证和对比单参量评价模型的相关系数和评价精度,分析模型存在问题和缺陷.为进一步提高合金钢硬度评价精度和可靠性,提出基于信号全量特征的多元评价参量,建立硬度多元参量评价模型,并对评价模型进行验证和对比分析.结果 显示:基于卷积神经网络的多元参量评价模型效果好于单参量评价模型,其评价结果的平均误差为0.97％,最大误差为2.78％.研究成果为合金钢硬度快速定量无损检测提供了新方法,提高了评价精度、可靠性和稳定性.