近年来,随着大功率固态激光器的飞速发展,激光焊接逐渐取代传统焊接工艺,成为高质量、高效率焊接的关键技术。特别是厚板材料焊接领域,激光焊接技术具有无可替代的优势,如熔深大、热变形小、深宽比大等。由于激光焊接过程剧烈的热能转换效应,对工艺参数及工件固定的精度要求极高,细微的变化即可导致严重的焊接缺陷。因此随着激光焊接技术在各个行业的全面普及,对其加工过程的质量监控显得尤为重要。针对激光焊接过程复杂的非线性多态耦合变化特征,构建多传感器检测试验平台,对焊接过程状态进行表征分析,明确典型缺陷状态下不同特征参数间的相互作用规律,探索基于多传感器信息融合的数据驱动检测方法。论文综合比较了现有检测方法的优缺点,结合工业现场实际,重点研究光电传感检测技术、视觉成像检测技术及光谱分析技术在激光焊接检测领域的有效融合。针对多传感器信息融合检测技术,先后设计并搭建了：激光焊接不锈钢单信号检测平台(第二章)、激光焊接不锈钢2信号同步检测平台(第二章)、扫描激光焊接不锈钢4信号同步检测平台(第三章)、激光焊接高强钢3信号同步检测平台(第四章)和激光焊接不锈钢6信号同步检测平台(第五章、第六章)。所使用的传感器包括可见光感应光电传感器、激光反射感应光电传感器、光谱分析仪、近红外成像高速摄像机、可视域成像高速摄像机、辅助光成像高速摄像机、X射线成像高速摄像机。首先,对单一传感器在激光焊接领域的检测功能进行初步尝试,分别研究光电传感器、近红外视觉传感器及可视域视觉传感器在光辐射特性、焊缝位置偏离及熔池表面缺陷检测领域的应用。结果表明,光辐射信号的中频分量和高频分量对焊接工艺参数(激光功率、焊接速度、聚焦位置)的变化较为敏感。近红外热像的差分运算可以为焊缝偏差自适应卡尔曼滤波预测提供可靠的位置参数,反馈型神经网络能有效补偿滤波算法的整体误差。延迟识别算法可准确提取熔池表面金属蒸汽及飞溅的特征,为激光焊接过程缺陷判定提供有效的参考依据。其次,分别利用信号驱动检测及经验驱动检测实现多传感器信息的有效融合。在信号层面,试验研究发现光电传感器的时域信号可有效检测熔深的变化。而光电传感器和视觉传感器采集信号的低频分量相关性可用以判断全熔透状态下的匙孔开闭状态。并且通过试验证明融合信号的低频分量正相关性与焊接不稳定状态存在显著关联。在经验层面,通过增加传感器的个数,对光强辐射、匙孔、熔池及金属蒸汽等多个特征的提取,可以明显提高支持向量机训练模型的分类精度,实现对于熔池表面不同塌陷程度的准确识别。最后,通过6信号同步检测试验系统,实现对激光焊接过程的多态参数准确测量,明确了匙孔内部聚焦能量密度对典型缺陷状态的影响规律,及各状态间转换过程的参数非线性特征。此外,相关性分析研究结果表明,光学传感器测量参数与体现焊接状态的物理几何参数密切相关。基于以上成果,研究基于模型、信号及经验的复合驱动焊接状态检测技术,利用低成本工业级传感器替代高成本试验级传感器,实现激光焊接状态参数的准确预测及焊后缺陷的有效识别。构建多输入多输出非线性模型,以高速视觉成像测量到的匙孔几何形态参数作为焊接过程模型的辨识依据。将光电传感器及分光仪采集的高频信号作为信号驱动的输入变量,利用小波包分解技术进行信号多尺度时频分析,并结合非线性模型输出的特征向量构成特征选择的输入参照。形成具有向量独立性的低维特征空间,用以经验驱动环节的特征输入。经验驱动环节的输出则以高速视觉成像测量到的飞溅及熔深特征为状态预测的依据,而焊后的焊缝表面质量则作为缺陷诊断的依据。试验结果表明,所设计的复合驱动检测技术,在模型辨识及训练完成后,只需工业级传感器(光电传感器及分光仪)即可在较少的主成分条件下实现较高的预测及分类精度。该研究成果为激光焊接过程状态的完整检测提供了新的理论方法及可靠的验证依据。