在分析硬度检测现状的基础上,本文改进了硬度无损检测系统的硬件设计,运用基于FPGA的可编程逻辑器件和周期信号为100MHz的标准频率,实现对共振频率特征参量的等精度测量。针对硬度与音频参数的非线性映射问题,将ANN网络应用到音频检测中,并采用改进粒子群算法(MPSO)优化BP神经网络结构和初始权值。MPSO算法把PSO算法的单向搜索变为多向搜索,提高了搜索精度,平衡了局部和全局搜索能力,较好地收敛到最优解,克服了BP网络结构难以确定和易于陷入局部极小值的缺点,实现了不同零部件硬度检测中的样本训练与预测。同时提出基于音频检测与概率神经网络的分类方法,实现了不同零部件的硬度分类。本文采用等精度测频法简化了系统的硬件设计,提高了系统的精确性和可靠性。同时优化神经网络算法又使系统具有智能性,其适应度逐渐趋于稳定并迅速收敛。与传统的检测仪器相比,基于PNN的硬度分类器分类更精确。本文所设计的智能无损检测系统提高了火炮的总体性能,对国防现代化建设具有一定的理论意义和实用价值。