焊接动态过程信息获取与质量实时控制对于自动化焊接制造业来说一直是研究的重点以及难点，传统的事后焊接缺陷检测方法耗时费力，难以满足现代制造业对焊接制造高质量、高效率和低成本的要求。而在实时评价焊接质量的各项标准中，焊缝的熔透状态一直被作为监控焊接过程与实现焊接质量控制的最重要的特征信息之一。电弧声信号作为焊接过程的电弧信息伴生信号之一，已经被证明了是一种有效又不可缺少的信息。对于有经验的焊工凭借耳听就结合个人经验就可以大致判断焊接过程中相关状态的变化。可见，电弧声信号中包含了大量与焊接动态过程相关的信息。其中的信息含量仅次于视觉信息，但相较于视觉信息却具有实时性较好的优势。但是如何将这些信息转化成能够利用，能够理解的“可听图像”，使它像视觉信息一样被广泛的使用，需要搞清楚其产生的机理以及信息的具体分布。基于上述原因，本文引入焊接电弧的声音信号信息，采用现代信号处理技术和语音识别方法对焊接动态过程和熔透状态进行研究，旨在探索与发现一条焊接质量在线预测的新途径和方法。本文以铝合金的脉冲GTAW焊接过程中的质量控制为研究背景，基于焊接自动化过程的试验平台，以脉冲GTAW过程电弧声信号为研究对象，通过对比电弧电压及电流信号频率特点，发现了电弧声信号的声源激励的产生机理，电弧声信号的声源激励周期出现且频率为70Hz，与焊接电源工频一致，确定焊机工频变化为电弧声信号产生的激励源，证明了电弧声源激励为电弧能量的变化。电弧声信号激励源内部每周期包括一次主峰和一次次峰，主峰对应于电弧的起弧状态，次峰对应于电弧的熄弧状态，DCT变换分析发现对电弧声信号其决定性做用的是脉冲的主峰起弧瞬间，次峰熄弧能量变化对电弧声声源影响很小。为了进一步分析电弧声信号的熔透特性，提出了一整套熔透特征的时-频-时频域特征提取算法，包括有听觉注意AC-ROI预处理方法及极大模阈值去噪方法，能够有效的去除GTAW电弧声内部包含的噪声信息。通过时域分析、频域分析以及小波变换后，确定了23维的特征向量组作为对电弧声信号熔透状态分析的主要特征，包括均值>0.08，能量>100，标准差>0.12，协方差>0.015，峭度因子>3，偏态因子>2，作为熔透状态识别特征；以及DCT的5.5-9.5kHz频段能量作为三种熔透状态识别特征值；频带3.75-5kHz、5-6.25kHz、6.25-7.5kHz和8.75-10kHz内的电弧声信号频带能量特征值作为过熔透和未熔透的识别特征；5-6.25kHz和8.75-10kHz频率段内容差值作为三种熔透状态的识别特征；除此外，还提取出了电弧声信号的声道熔透特征系数，倒谱系数x (n)以及线性预测分析ai。大量数据分析证明，这些特征都与焊接过程熔透状态有很好的对应性。考虑到电弧声信号与熔透状态关系非线性的特点，设计了一种基于电弧声音信息的焊缝熔透状态BP_Adaboost神经网络预测模型，得到了94%的辨识率，具有准确率高、适用性强的优点。同时还引入并设计新型的小波分析隐马尔科夫模型WA-HMM熔透状态预测模型，结合小波分析与隐马尔科夫模型的优良的辨识性能，得到WA-HMM型6状态有跨越二阶差分MFCC预测模型，识别率最高达到95.83%。观察到电弧声信号对弧长变化敏感反应的特点，提出了一套基于电弧声信号焊接弧长及焊缝下塌量的预测模型，包括一种小波包-滑动均值滤波的方法，成功去除了环境噪声与脉冲干扰噪声电弧声特征信号的影响；提出了一种分段线性拟合的方法，将有效弧长范围(3-7)mm内的变化趋势分为两种4-3mm和6-5-4mm弧长拟合模型，预测精度达到0.580487mm，相对于单一的线性模型其精度明显提高。还将模型细化为1mm阶跃模型与2mm阶跃模型两种，分别对应于小电流熔池缓慢变化和大电流熔池迅速下塌的两种情况。最终，开发了一套脉冲GTAW电弧声信号熔透状态的特征提取及模型建立的软件系统。包括：文件加载模块、文件预处理模块、声音文件的特征提取模块、辅助视觉图像信息处理模块、熔透状态辨识模块以及弧长预测模块，为电弧声信号的分析处理提供便利的开发工具。设计并验证了基于电弧声传感的脉冲GTAW焊接动态过程的控制器试验，包括电弧弧长高度控制的分段-PID控制部分，实现对焊接过程弧长及焊缝下塌量在±0.5mm范围之内的实时控制；以及结合BP神经网络的分段函数PW-BP控制器可以实现不同形状的变散热焊接工件的焊缝熔透状态实时闭环控制实验，实验结果表明，与恒规范实验焊件相比，焊缝熔透质量均匀，成形质量有明显提高。