齿轮是机械传动的关键零部件,齿轮的磨削烧伤会影响其传动的稳定性和疲劳寿命。通过材料中马氏体含量的变化判定齿轮的烧伤程度,利用磁巴克豪森噪声检测装置对激光模拟烧伤齿轮进行测试,采集烧伤齿面的巴克豪森噪声信号;通过巴克豪森噪声信号的包络与切向磁场的关系曲线提取特征值(包括峰值,峰值位置,半峰宽),利用自适应模糊神经网络进行训练,建立材料马氏体含量的预测模型。试验结果表明,该方法具有检测和表征微观金相组织中马氏体深度的能力,同时可以避免激励频率对巴克豪森噪声信号输出的影响。通过拟合优度参数R~2=0.964　1和均方根误差R_(MSE)=16.981　7进一步验证了自适应模糊神经网络模型具有较高的准...