获得高质量高性能接头是焊接结构安全运行的根本保证,是焊接工作者长期努力的目标.由于焊接过程高度非线性、多变量、强耦合,建立数学模型困难,难以获得合理焊接工艺和准确预测接头力学性能,也无法表征焊接质量的优劣.以TC4钛合金TIG焊接试验为基础,从焊接工艺、焊缝成分、显微组织结构、焊接缺陷等方面对影响接头力学性能的因素进行研究,丰富焊接专家知识,并获取建模所需训练样本与仿真样本.研究模糊逻辑和神经网络的不同融合方式，构建新型模糊径向基神经网络预测模型，将焊接专家知识融入到建模与学习训练过程中，提高模型预测精度，改善其各项性能。开发应用软件实现更准确地预测接头力学性能，优化焊接工艺，为提高和控制焊接接头质量提供依据。项目属于交叉学科，成果可为焊接接头力学性能预测开辟新途径与方法，且拓展模糊神经网络技术新的应用领域。