在焊接生产过程中,由于加工、装配误差导致的坡口尺寸与位置变化,使传统的“示教-再现”机器人和“离线编程”机器人无法保证焊缝成形质量的一致性与可靠性,该现状目前已经成为焊接生产中的瓶颈问题,限制了机器人焊接技术的推广与应用。因此,针对实际生产中的变化工件进行焊缝成形自适应控制研究具有较高的理论和实际价值。本文以对接工件的熔化极气体保护焊（Gas Metal Arc Welding,GMAW）焊缝成形控制为研究对象,对坡口、焊缝成形尺寸的主动视觉传感检测,动态焊接过程的焊缝成形预测建模以及焊缝成形智能控制器的设计进行研究。首先搭建了GMAW焊缝成形控制实验平台。主要包括:线结构光式主动视觉传感系统,可实时获取焊前坡口及焊后焊缝成形尺寸;SKS LSQ 5全数字化焊接电源系统,配置了推拉丝焊枪,能够自动控制焊接能量,在干伸长变化时也能保持稳定的焊接过程与熔敷效率;安川HP-20D焊接机器人,开放底层控制接口,可以实现焊接过程中焊枪运动的实时调节;人机交互界面,以工控机为核心,开发了集成控制软件,通过数字通讯,实现了各子系统之间稳定可靠的数据交换。通过系统标定与程序优化,建立GMAW焊缝成形的低延迟、高精度实时控制系统。设计了用于实时检测坡口及焊缝成形尺寸的线结构光式主动视觉传感系统。该系统由工业相机,激光器构成,根据GMAW工艺特点,确定传感系统的采样波长,并配置相应的滤光系统。经过标定,获得了前后传感器图像坐标系与世界坐标系的变换关系,并对其精度进行验证。设计自适应灰度重心法去除镜面反光、飞溅等噪声干扰,准确提取激光条纹骨架。通过多次迭代二次多项式的方法准确拟合母材表面曲线,寻找特征点,计算坡口、焊缝尺寸信息。针对焊接过程中受弧光、飞溅等噪声干扰严重的前置传感器,通过栈式去噪自编码器对焊前坡口激光条纹图像进行编码与解码处理,获取纯净激光条纹骨架与低维中间表征值,实现了焊接过程中的智能图像处理与特征提取。建立了平板对接GMAW焊缝成形预测模型。通过工艺试验确定了焊接过程中焊枪高度、送丝速度、摆动频率和摆动幅度的参数范围。建立了静态焊接过程中坡口面积、焊接参数与焊缝成形尺寸之间的二次回归数学模型。根据该模型分析了焊接速度、摆动幅度对焊缝成形尺寸的影响规律,并为焊缝成形自适应控制器设计提供了焊接参数计算方法。通过焊接速度、摆动幅度的阶跃试验,确定了在当前条件下,焊接速度、摆动幅度阶跃变化对焊缝成形尺寸影响的空间范围。利用随机变化坡口、随机变化焊接参数的焊接试验采集动态焊接过程中坡口参数、焊接参数与焊缝成形尺寸的数据样本,通过训练获得动态焊接过程焊缝成形预测模型,并通过参数优化,缩小模型结构,降低运算量。最后,基于静态焊接过程的焊缝成形预测模型,设计了参数在线规划的焊缝成形自适应控制器,并在此基础上,通过实际焊接试验结果与动态焊接过程焊缝成形神经网络预测模型,设计了基于DQN（Deep Q Networks）算法的焊缝成形强化学习（Reinforcement Learning,RL）控制器。通过仿真试验分析两种控制器在不同焊接条件下的动作策略,验证了强化学习控制器在处理边界尺寸坡口、突变坡口时焊缝成形控制效果的优势。通过渐变坡口、随机变化坡口、突变坡口工件的焊缝成形控制试验,验证两种控制器在实际生产中的表现,结果表明两种控制器都可以获得符合国家标准的焊缝成形控制结果,在随机变化坡口、突变坡口工件的焊缝成形控制上,强化学习控制器取得了更好的控制效果。