在复杂变工况焊接条件下,要实现焊接机器人替代焊工部分或大部分工作,就要使机器人不仅具有良好的焊缝跟踪和路径规划能力,而且要具备焊接过程中对焊接熔池动态行为的有效控制能力。目前采用先进传感器和智能路径规划控制算法可解决机器人正确位置施焊问题,但因模糊、发散的熔池控制目标和缺乏有效的熔池流态和缺陷控制措施,使如何控制好焊接熔池流动行为问题成为制约焊接机器人智能化发展及应用的核心科学问题之一。因此,针对这一核心问题,本文通过模拟学习焊工操控焊枪控制熔池动态变化的过程,理解焊工调控熔池状态的物理机制,提取、解析建模焊工经验并转化为机器人可执行的控制算法来提高复杂工况条件下机器人自动化焊接的适应性及焊接过程的智能控制。为此,本文制定了以人与熔池的交互界面—熔池三维自由表面作为研究对象进行焊工经验解析和熔池形态控制的研究方案,并重点从以下几个方面开展了相关研究。针对焊工与熔池动态交互过程可视化及定性研究焊工经验特征,建立了激光视觉测量熔池三维表面形貌和惯性测量单元(IMU)传感焊枪空间运动特征的同步采集试验系统,获得了熔池动态变化和焊枪运动特征数据。设计了基于四元数无轨卡尔曼滤波(UKF)和自归零误差补偿姿态解算算法减小了IMU陀螺仪长时间积分零漂误差,获得了较准确的焊枪空间姿态数据。同时,设计改进了基于反射点更新的熔池表面三维恢复和熔池表面未知激光点插值拟合的合理补偿算法,获得了熔池表面三维形貌,并且通过设计专门的图像处理和曲率半径求解算法获得了熔池表面的动态曲率半径变化数据,描述了熔池表面液态金属的流动行为。基于同步获得的焊枪姿态和熔池特征参数数据,定性分析了焊工调控熔池表面形态和流态变化的作用规律。分析表明,焊枪空间姿态变化不仅改变了熔池表面的热输入分布状态,而且调整了熔池表面受力状态,充分体现了热力耦合行为的操控,更显现出焊工经验的丰富与否和操作技能水平;熔池表面特征参数变化反映了焊工对熔池状态的动态综合评估和调控能力。针对焊工调控熔池动态变化的时间和空间同步性和焊枪姿态与熔池特征参数采集的独立性,建立了移动熔池坐标系和焊枪钨极尖端坐标系相互耦合模型,实现了焊枪姿态与熔池动态变化在时空上的同步性表征。进一步研究不同水平焊工(初级、较熟练和熟练)焊接过程中焊枪空间姿态运动特征和熔池形态及流态变化表明:初级焊工严重缺乏焊接经验和基本的焊枪操作技能以及与熔池的动态交互意识;焊枪操控明显具有盲目性和随机性,不能得到预期的焊缝成形;较熟练焊工对焊枪姿态的调整呈现出局部规律性和多参数协同调整的特点,变化范围基本控制在2?以内,但持续保持这种规律性焊枪姿态调整能力较弱,对焊接过程全局观察和调控能力不够,导致形成的焊缝宽度不均匀,背面熔透不连续;熟练焊工能够准确而又冗余调节焊枪姿态控制熔池动态变化,整体表现出强的规律性和强的与熔池主动交互意识,获得了成形良好全熔透的焊缝。基于试验分析建立了电弧热源作用方向变化的三维熔池数学模型,模拟研究了单一参数(焊接弧长、焊枪姿态、焊接速度和焊接电流)变化对熔池动态行为的影响规律。阐述了焊工经验的本质是对焊接熔池热力耦合动态平衡的调节与控制,始终维持焊接熔池的最佳流态。焊枪姿态的改变对熔池热输入变化影响不大,而显著改变熔池表面热量分布状态和电弧力作用方向,进而影响熔池的流动行为,宏观上表现出不同的熔池形貌和几何形状,模拟获得的熔池动态响应时间为机器人实时控制熔池形态硬件系统设计和优化控制算法提供了理论参考数据。最后,在明确焊工调控熔池动态行为的物理变化过程基础上,利用数据驱动建模方法辨识了焊枪姿态与熔池形态特征参数间的自适应核径向基神经网络模型(Adaptive kernel radial basis function neural networks,AK-RBFNN)。同时,建立人机协作远程操控虚拟化焊接试验控制系统,对熔池形态进行了变焊接电流和变焊接速度的闭环控制试验。结果表明,AK-RBFNN模型能够较好融入焊工经验的相关要素提取和预测了焊工操控焊枪过程中的局部细节,对焊接熔池形态变化进行了良好的自适应控制,获得了成形美观的焊缝,初步实现了一定变工况条件下对焊接过程的智能控制,为提升焊接机器人对复杂变工况的适应能力和智能化发展奠定了基础。