微电阻点焊是近十几年发展起来的一项微连接技术,待焊工件更薄、焊接方式更多样化、电极无水冷却、焊接参数精度要求更高,不能仅将常规电阻点焊的焊接规范“缩放”至微尺度。考虑到日益增长的微连接社会需求,研究微电阻点焊的质量控制问题,对于制定合理的焊接工艺规范,实现焊接过程的自动化和智能化有着重要的意义。本文通过使用动态电阻、电极电压信号以及焊接工艺参数,结合试验设计、回归分析、神经网络等技术,对焊点质量进行预测、分类及优化,具体研究内容和取得的成果如下：(1)基于微电阻点焊中的动态电阻曲线,结合神经网络和动态电阻曲线特征量提出了相应质量预测模型。此时动态电阻的获取较常规条件下方便得多,通过分析动态电阻变化与熔核生长之间的关系,提取了若干特征量,使用与焊点质量相关性较强的特征量,结合多元线性回归和神经网络技术,评价了焊点质量,该方法具有较高的质量预测准确率。(2)考虑模型预测的实时性,提出了基于动态电阻和主成分的焊点质量监测模型。通过对离散动态电阻直接进行主成分分析,选取若干方差贡献率较大的主成分作为回归分析和神经网络模型的输入,用于预测焊点质量。主成分思想的引入在很大程度上缩短了数据处理时间,该方法能更容易地实现在线实时质量监测。(3)基于微电阻点焊电极电压曲线变化特征,结合电极电压曲线和神经网络提出了相应质量监测模型。采用方便提取的部分电极电压曲线特征量,建立了可用于预测焊点失效载荷的广义回归神经网络模型,具备较强的在线实时输出能力。并尝试通过离散Hopfield神经网络识别电极电压曲线模式,区分焊点质量。两种方法均能较准确地评价焊点质量级别,可为实现微电阻点焊质量控制提供新的研究思路。(4)针对微电阻点焊质量指标变化范围有限的特点,进行了考虑多质量指标的焊接参数优化。对多个焊点质量指标进行主成分分析,以综合主成分作为焊点综合质量指标,以焊接参数作为自变量,建立了多元线性回归模型,确立了最优焊接参数组合,焊点综合质量得到明显提高。