针对应用微观的超声检测方法的不足,研究涡流检测技术在钢轨裂纹定量化无损检测中的应用,分解涡流检测试验系统的组成,原理以及试验的设计,采用减聚类算法对径向基函数(RBF)神经网络进行改进,并基于试验系统检测试件的数据对网络模型进行训练。在试验中采用采用巨磁阻(GMR)传感器的检测探头,有效地提高系统对深层缺陷和表面微小缺陷的检测能力。试验结果表明,采用改进的算法建立的模型在对裂纹进行反演时具有较高的精度,同时又改变了反演模型的训练时间,在一定程度上满足钢轨裂纹参数在线检测的要求。