应力集中是导致高速铁路损伤的主要因素，具有很大的隐蔽性和危险性。目前在高速铁路的应力检测方面，尚缺乏合适的检测技术。传统的检测方法不满足钢轨应力检测的快速、准确、实时性的要求，基于以上原因，本文提出了基于巴克豪森噪声原理的温度应力检测方法，一方面采用电磁激励的作用使钢轨表面产生巴克豪森噪声信号，允许检测探头与钢轨轨面有一定的提离距离，且无需添加耦合剂。另一方面，采用提取信号电压幅值的方法，找出信号特征值与钢轨温度应力的对应关系，并做出相应的标定。本文的主要内容包括巡检设备的机械设计、硬件设计、软件设计和实验验证。机械设计部分主要包括设计检测传感器和巡检设备，硬件设计主要包括电路设计，软件设计包括设计人机交互界面和编写控制程序，实验验证部分包括对采集的巴克豪森信号进行理论分析，验证钢轨温度应力与巴克豪森信号特征值的对应变化关系。在实验结论的基础上提出了利用人工神经网络数据处理方法求取钢轨应力值，研究以应力为输出，以温度、均值、均方根值、振铃数、峰值、峰宽比六个特征量为输入的BP神经网络模型，利用MATLAB7.8.0神经网络工具箱模拟和仿真神经网络，然后用训练好的BP网络模型对检测样本进行验证。结果表明，如果神经网络设计合理，训练函数和各种参数设置正确，则建立好的网络模型具有较高的精确度和较强的泛化能力。说明利用人工神经网络数据处理方法求取应力值是可行而且有效的，从而对温度效应的影响给予很好的补偿。