焊接过程是一个多变量、非线性、时滞的复杂过程。焊接工艺参数及装配的改极大地影响着焊缝成形及接头质量。铝合金焊接过程中,传统的单一传感手段不能准确、有效的监控焊接过程。因此,采用多源传感器可获取焊接装配情况,如间隙、错边等,并结合正面焊接熔池视觉信息,进一步预测背面熔透状态对于铝合金机器人TIG焊接质量的预测控制具有重要意义。本文以航天2A14铝合金机器人TIG焊为应用背景,搭建了铝合金TIG焊接多源参数采集系统,针对强弧光干扰、高动态范围的熔池图像,提出了强弧光过滤预处理及熔池轮廓特征提取算法,结合焊接工艺参数、装配信息及正面熔池视觉特征信息建立了2A14铝合金TIG焊背面熔宽预测模型,设计了PID控制器,开展了变散热“哑铃型”工件的控制验证实验。首先,搭建了铝合金TIG焊多源信息采集系统软硬件平台,包括机器人单元、焊接设备单元、视觉传感单元和参数采集与控制单元。其中视觉传感单元采用主动视觉传感技术,可以获取稳定清晰的熔池图像。参数采集与控制单元可以实现焊接参数的高速采集和电流/送丝速度信号的实时输出控制。其次,针对铝合金焊接过程中获取的高动态范围熔池图像,开发了一套强弧光预处理及熔池轮廓特征提取算法。采用生成对抗网络,对于原始采集的熔池图像电弧光进行弧光滤除,生成无弧光干扰的清晰熔池图像。并进一步设计了基于级联回归树的熔池轮廓提取算法,提取了熔池的上下边缘关键点并拟合轮廓,最后得到正面熔宽的几何尺寸特征值。借助多源传感信息系统采集的焊接工艺参数（焊接电流和送丝速度）、装配信息（间隙和错边）以及正面熔宽几何特征尺寸信息,构建基于Light GBM算法的铝合金TIG焊背面熔宽预测模型,预测值均方根误差为0.68mm,并与传统的回归预测算法支持向量回归和人工神经网络进行了对比,准确度提升32.6%和45.4%。对于背面熔宽数据离线采集可能存在的不同时同幅问题,设计验证实验系统,对模型正确性进行了验证。利用模型的可解释性,分析了影响背面熔宽的参数的特征重要性,并结合焊接理论和生产实际对影响熔透的因素进行了分析。最后,结合背面熔宽预测模型,设计了以背面熔宽为被控量,以焊接电流为控制量的铝合金TIG焊PID控制器。并进行了控制器仿真和有效性验证试验,在变散热实验条件的干扰下,焊接过程保持了较好的平稳性,背面熔宽均匀一致。与恒规范实验相比,焊缝成形质量有很大提高。