CO₂气体保护焊是一种高效率、低廉的焊接制造技术，它在金属结构制造业中的应用极为广泛。针对焊接过程稳定性和焊接质量在线监控的问题，本文以CO₂气体保护焊的电压、电流和电弧声信号作为研究对象，进行了以下三方面的工作。 利用时域、频域、小波、统计等多种方法对电流、电压、电弧声等信号进行分析。时域上着重分析三种信号的同步性以及它们的自相关和互相关性。频域上分别研究了信号的傅立叶谱、短时傅立叶谱、功率密度谱以及相干函数，并对上述几种方法进行了比较。小波分析主要用来对信号进行降噪处理和分析声波信号的频段能量。对信号的时域和频域上的常用参数进行了统计。 焊接电弧声波中包含丰富的和电弧行为、熔滴过渡方式、电弧稳定性等相关的信息。本文从时域和频域两方面分析短路过渡的GMAW焊接过程中产生的电弧声信号特征，发现电弧声波呈现“振铃”形信号，主要产生于短路结束再引弧阶段，与电弧功率的微分信号相关性最大，频率主要集中在4～8kHz。根据其信号特征探讨了电弧声的产生和形成机理，认为电弧能量的变化是产生电弧声的激励源，保护气流、弧柱等构成时变的声道系统，声音激励和声道系统共同作用产生电弧声，并据此建立了电弧声LPC预测模型。 分别采用基于功率谱的多分辨率分析、电弧能量的多层小波包分解、高阶LPC线性预测分析和参数统计分析等方法提取焊接过程的特征参数，构成反映焊接过程稳定性和焊接质量的特征向量，以特征向量作为线性神经元、BP反馈等多种神经网络模型的输入参数，实现对焊接参数进行跟踪预测、对焊接质量进行分类。