在预留间隙的单面焊双面成形工艺中,为了保证工件背部良好的熔透,往往需要形成熔孔。熔孔是预留间隙对接焊特有的现象,熔孔的存在能够保证间隙两侧表面的母材都充分熔化,继而保证焊缝完全熔透。熔孔的动态行为对于焊接过程稳定性和焊接质量的好坏至关重要。在手工焊中,焊工往往通过判断和控制熔孔的闭合和尺寸就可以控制熔透和焊缝成形。因此,研究焊接过程中熔孔的动态行为对于指导焊接生产具有十分重要的意义。本文在现有设备的基础上改进了焊接试验平台,使焊枪实现了一定角度的倾斜,搭建了基于双CMOS相机的同步视觉传感系统,一台相机在工件背面,朝向焊接方向的反方向,对背面熔孔进行实时监测;另一台相机位于工件正面,朝向熔孔后部对正面熔孔进行观察。针对工件背面和正面不同的感光条件,对于两台相机分别设计了不同的滤光方案,获得了清晰的正背面熔孔图像。根据采集到的熔孔图像的灰度特征,采用MATLAB图像处理软件,设计了相应的边缘提取算法,获得了正背面熔孔的边缘。通过小孔成像模型对两台相机参数进行了标定,同时设计了熔孔特征参数提取算法,得到了熔孔的特征参数(几何参数和形状参数)。基于熔孔的特征参数,定量分析了在恒定参数和动态参数下的熔孔行为,对熔孔的形成和演化过程进行了分析,并探究了主要工艺参数(焊接电流、焊接速度、对接间隙)对熔孔行为的影响。研究发现:可以根据熔孔的不同状态,将预留间隙TIG薄板穿孔焊接过程大致可以分为:盲孔阶段、熔孔长大阶段和稳定穿孔阶段。同时在稳定穿孔焊接时,熔孔的长度表现出了在初期过度长大而后稳定波动的趋势。在动态参数下,随着焊接电流和焊接速度的阶跃变化,熔孔表现出了一些新的行为,焊接电流阶跃增大和焊接速度阶跃减小相较于焊接电流阶跃减小和焊接速度阶跃增大,熔孔在更短的时间内达到了新的平衡,并结合电弧热输入的变化对此进行了解释分析。同时,本文运用BP神经网络,建立了预留间隙TIG薄板焊接过程的熔孔特征参数与焊接工艺参数之间的对应关系模型,取得了较好的预测结果,并对关系模型进行了验证。本文搭建了基于深度学习算法的预留间隙TIG薄板焊接穿孔/熔透状态预测模型。以VGG-19深度学习模型为基础,将ImageNet上训练得到的VGG-19模型作为起点,利用预留间隙TIG薄板焊接熔孔熔池图像对其进行继续训练。模型以正面熔孔熔池图像为输入,穿孔/熔透状态为输出,通过卷积神经网络自动学习图像特征,并对模型参数和分类方法进行了适当的微调,使其满足熔透状态预测的需求。经过充分训练,最终在训练数据集上取得了 98%的预测精度,未经训练的测试数据集上取得了 97%预测精度。