超声金属焊接在锂电池制造行业广泛应用,但在实际生产过程中焊接接头质量易受到工艺参数、界面状态等多种因素影响,为保证产品质量稳定性,对焊接过程进行监测和评估是十分必要的。本文通过对焊接过程信息进行采集和深入分析,选择并提取反映焊接质量的4个过程信息特征并建立其与焊接质量的映射关系,最终实现基于焊接过程信息的焊接接头质量评价。为获取焊接过程信息,本文针对M5000超声金属焊接平台建立超声金属焊接过程信息采集分析系统。利用Lab VIEW编写数据采集软件并结合数据采集卡以及多种传感器实现对超声电流、超声电压和工具头下压位移三种焊接过程信息进行采集、显示和记录;使用MATLAB软件实现焊接过程超声功率、超声频率的计算以及超声电流信号的小波包时频分析;通过拉伸试验对焊接接头的力学性能进行测试,以接头的最大拉伸强度作为评价接头质量的指标。对金属铜进行大量超声焊接实验,从焊接过程信息角度加深对焊接机理的认识,建立过程信息与焊接接头形成过程的联系。通过分析不同焊接压力、焊接时间和界面条件对焊接接头最大拉伸强度和接头失效模式的影响,探究不同焊接条件对焊接接头质量产生影响的原因。分析不同焊接质量接头的超声功率、工具头下压位移和超声电流的变化规律与特点,并根据分析结果针对以上三种过程信息共提取了11个与焊接质量相关的特征。通过分析所提取的信息特征与焊接接头质量的联系,最终选择了焊接过程总输入能量E、功率差值?P、工具头下压平均速度Vm、超声电流主频段能量比例w51共4个特征对焊接质量进行评价。基于RBF神经网络建立焊接接头强度预测模型,以所选择的四个信息特征作为神经网络的输入,焊接接头强度作为网络输出。使用180数据样本对神经网络进行训练和测试,建立信息特征与焊接质量的映射关系,实现基于焊接过程信息的焊接接头强度预测。