实现气体保护电弧焊熔透控制是自动电弧焊的一个重要研究领域,焊接熔透是焊接质量控制中关键的一项性能指标。影响焊接熔透程度的因素主要与焊接材料、焊接电流、焊接速度等焊接工艺参数有关,控制熔透状态的直接因素是焊接电流、焊接速度。焊接熔透状态的识别检测方法有直接检测法与间接检测法,由于直接检测方法需要在焊接结束之后剖开焊件进行检测是一种不可逆的破坏性检测,在实际生产中不能作为常规检测方法。间接检测法有多种,本论文以视觉传感为基础,研究焊接正面熔池特征参数与焊接熔透之间的关系模型,达到通过观测熔池特征参数来间接推断熔透状态。视觉传感式熔透状态监控的一般方法是利用CCD传感器采集焊接实时熔池图像,之后利用图像处理技术提取熔池特征参数,根据已建立起来的熔池特征参数与熔透状态的关系模型,从而间接的推断出熔透状态。本论文重点是熔池特征参数的提取以及熔池特征参数与熔透状态之间关系模型的建立,设计合理的分类器,识别出不同的熔池特征参数所对应的熔透状态。首先基于一套基于视觉传感的氩弧焊系统,进行试验研究。该系统主要包括工作台、CCD传感器、步进驱动与控制系统等装置。借助滤光系统在焊接强弧光状态下图像采集方法根据此方法下获取的熔池图像具有高反光的特点,研究设计一种空域滤波与频域滤波相结合的图像滤波技术,排除在熔池特征提取阶段的噪声干扰。其次,利用图像滤波技术滤除图像噪声并提取熔池特征参数。焊接时未熔透到熔透的过程中熔池表面熔液激烈变化,熔池熔宽可分为外熔宽及熔池内缘宽。在熔池表面激烈变化的过程中熔池内缘宽与外熔宽之间的液态金属存在互反射和镜面反射现象,不同部分的熔池进入摄像机的光线不同,利用熔池表面镜面反射现象识别、计算出熔池外熔宽与熔池内缘宽。最后,利用氩弧焊堆焊实时图像提取熔池几何特征参数,将外熔宽、熔池内缘宽、相邻图像外熔宽差值这三种特征参数作为神经网络的输入,以未熔透、熔透、过透三种状态作为神经网络的输出,分别建立径向基(RBF)、BP神经网络。根据已建立的神经网络对熔透进行预测,利用实际熔透与预测分类对比,分析不同神经网络对熔透分类识别的准确率。