焊接机器人在工业生产中占据非常重要的地位,数量约占工业机器人的三分之一。焊接机器人可以执行高效和高质量的焊接工作,能极大地提高焊接作业效率,但是焊接机器人的工艺规划仍高度依赖工艺规划人员的经验和专业知识。随着个性化小批量生产需求的日益增长和工件复杂程度的提高,焊接机器人的工艺规划时间在加工中的占比越来越大,使得传统的焊接机器人无法满足灵活多变的市场需求。因此,亟需研究焊接智能工艺规划方法,提升焊接机器人的智能性,缩短焊接机器人的工艺规划时间。当前智能规划的主流方案中,基于知识库的决策方案以其知识聚集能力、知识共享能力、知识演化能力以及知识推理能力,体现出了其强大的优势。然而,当前由于焊接机器人控制器自身计算能力和存储能力的限制,要实现基于知识库的焊接机器人的工艺规划,仍存在海量工艺知识难存储、难共享、难演化和难匹配的问题。云机器人“将云端作为云机器人的软件设施、机器人作为云机器人的硬件设施”的理念为解决上述问题提供了新思路。本文通过研究云-边-端协同的焊接智能工艺规划系统体系结构设计方法、面向智能工艺规划的焊接任务模型构建方法、云-边-端协同的焊接知识库构建方法、焊接知识安全共享方法、焊接工艺知识演化方法以及焊接工艺知识匹配方法,为解决以上问题提供了有效的解决方案。具体研究内容如下:（1）研究了云-边-端协同的焊接智能工艺规划系统体系结构设计方法。对云-边-端协同的焊接智能工艺规划系统的需求和功能进行了分析,进行了云-边-端协同的焊接智能工艺规划系统的总体结构设计,研究了云-边-端协同的焊接智能工艺规划系统的运行机制,在此基础上为焊接智能工艺规划制定了系统级体系结构。（2）研究了面向焊接智能工艺规划的焊接任务模型设计方法。基于EXPRESS-G和EXPRESS设计了焊接任务模型,提出了基于STEP的Part 21格式的焊接任务模型实施方法,解决了焊接任务数据的兼容性和扩展性问题,为焊接智能工艺规划提供了统一的任务模型支持。（3）研究了云-边-端协同的焊接工艺知识库的构建和知识安全共享方法。基于本体方法设计了焊接工艺知识模型,实现了焊接工艺案例知识的统一表示。提出了云-边-端协同的焊接知识库构建方法,并基于区块链设计了焊接知识安全共享机制。基于Hyperledger Fabric测试了焊接工艺知识的共享效率,结果显示每秒可以进行5次以上共享。实现了焊接工艺知识的海量存储、高效存取和安全共享。（4）研究了云-边-端协同的焊接工艺知识演化方法。提出了基于云的焊接仿真方法,提升了焊接仿真效率。提出了基于深度学习的焊接工艺参数生成方法,并基于强化学习,考虑焊接变形,进行了焊接序列的生成,实现了焊接工艺知识的高效智能演化。通过实验验证了焊接温度场和应力场仿真得到的焊缝尺寸和焊件变形的准确性,并通过应用案例验证了焊接工艺参数生成方法和焊接工艺序列生成方法的可行性。（5）研究了基于焊接知识库的工艺知识匹配方法。研究了焊接工艺参数匹配方法和焊接序列匹配方法,提出了焊接任务相似度计算方法、被焊工件三维模型匹配方法和焊接序列匹配方法。通过实例验证了焊接工艺参数匹配方法和焊接序列匹配方法的可行性,实现了焊接工艺知识的高效精确匹配。（6）开发了云-边-端协同的焊接智能工艺规划原型系统。对原型系统的终端知识库、边缘端知识库和云端知识库的焊接知识匹配效率进行了测试,结果显示终端知识库和边缘端知识库的匹配耗时远少于云端知识库的匹配耗时。测试了基于终端的焊接仿真、基于边缘端的焊接仿真和基于云的焊接仿真的效率,结果显示基于云的焊接仿真可以极大地节省仿真时间,验证了云-边-端协同的系统在高效匹配和高效仿真方面的优势。以工程应用中典型支架结构为例进行了实验验证,实验结果显示基于智能工艺规划方法得到的焊接工艺参数和焊接工艺序列可以满足焊接任务对焊缝尺寸和焊接变形的要求,验证了云-边-端协同的焊接智能工艺规划方法的正确性和可用性。本文通过研究焊接任务模型设计方法和焊接工艺知识模型设计方法,进而实现了云-边-端协同的焊接工艺知识库构建。通过设计焊接工艺知识安全共享机制以及解决焊接工艺知识智能演化和焊接工艺知识高效匹配等关键问题,实现了焊接工艺知识的可信安全共享与高效规划决策,为焊接机器人缩短工艺规划时间、提升焊接机器人的智能性提供了有效解决方案。