熔透信息的实时获取是实现打底焊接自动化的关键环节之一,通过熔池形状特征预测熔透状态可为熔透信息的有效提取提供参考。鉴于焊工通过视觉观察熔池正面形状特征来对熔透状态进行实时判断,建立基于GMAW的双目视觉传感焊接试验系统。在不同焊接电流及焊接速度下开展打底焊接试验,在焊接过程中实时同步采集熔池正面与背面图像。基于熔池图像特点结合成熟的图像处理算法,提取熔池正面二维与三维形状特征参数以及背面熔宽信息,作为训练样本,以熔池正面形状特征参数作为输入量,以背面熔宽作为输出量。通过BP算法对神经网络进行训练,建立熔透状态预测模型,分析熔池正面形状特征参数与背面熔宽之间的映射关系。采用Garson算法计算出每个形状特征参数对于背面熔宽的权重系数。通过GMAW打底焊试验对熔透状态预测模型进行了验证,试验结果表明,建立的BP神经网络模型可以有效地预测焊缝的熔透状态。