焊接技术是现代制造业不可或缺的一部分,对于一些形状各异的待焊结构,考虑到制造工序及生产效率等问题,横向焊接技术具有独特的优势。结合铸钢件的实际应用场景,将本文提出的超窄间隙横焊技术应用到铸钢件的焊接过程中,然而横向焊接时由于熔滴和熔池受到重力的影响,容易造成侧偏、断弧、攀升等异常工况,如何避免异常工况成为横向焊接过程中的主要难题,亟需采用有效的方法识别焊接过程中产生的异常工况,异常工况识别方法的研究对于超窄间隙横焊技术的推广应用具有重要意义。本文将焊接全过程数据与焊接机理相结合,开展焊接过程异常工况识别研究。通过设计实验获取焊接数据、拍摄记录焊道形貌、切割焊接试样及检测试样等工作,为异常工况识别提供可靠的数据支持,通过对相关数据进行分析、提取特征参数、采用网络模型对侧偏工况进行了识别,结合数据分析及焊接机理实现断弧和攀升工况的识别。本文主要包括以下内容:设计了超窄间隙横焊实验系统,包括板式焊枪、焊接小车、焊接电源及送丝机构、控制系统,利用工控机和操作手柄分别实现焊接参数设定和焊接小车的控制。基于Lab VIEW软件开发了超窄间隙横焊数据采集系统,集成实验操作人员人机界面及开发测试人员调试系统,实现了数据采集、数据调用、数据存储及异常工况数据读取等功能。针对采集的全过程数据进行了分析,利用滑窗算法对时序信号进行了特征提取。对于侧偏工况,通过对电信号分析提取了17个特征参数,并结合4个焊接工艺参数构成了21维特征向量,结合对网络模型的分析后采用ELM、PNN及RF网络对侧偏工况进行识别,准确率最高的为RF网络,反映了该网络的泛化性能较好;针对断弧异常工况及攀升前异常工况,通过焊接数据、焊接机理及焊道形貌来分析识别。最终实现了超窄间隙横焊过程异常工况的有效识别,同时为异常工况高精度识别奠定了基础。