电阻点焊是一种高效、易于实现自动化的焊接方法,因而被广泛地应用于汽车制造和航空航天工业。由于电阻点焊熔核形成时间短,温度分布窄,焊接过程存在大量随机影响因素,仅通过稳定工艺参数无法完全避免焊接过程故障的产生,以及质量不合格焊点的出现。焊后检验作为质量保证体系虽必不可少,但其不具实时性。特别对于大量使用电阻焊的场合,发展一种点焊过程故障诊断和质量实时监控方法,取代或减少目前采用的焊后探伤和破坏性抽检,对提高生产率、降低成本,保证焊接质量具有重要意义。在点焊过程中,影响焊接质量的多种故障因素如工件翘曲、工件表面问题、网压波动和电极轴向错位等,均直接或间接地蕴涵在焊接电流、焊接电压、电极位移等信号的动态变化之中。本文以电极位移信号为主要信息源,通过对信号时域和波形特征分析,探索了一种基于信号实时监测和特征提取,对点焊过程故障进行在线诊断的新方法。论文工作内容包括:1)搭建以AC6115（A/D）卡为核心的计算机数据采集系统,同步采集点焊过程中的焊接电流、焊接电压、电极位移信号,通过对上述信号的处理和分析表明:实时采集的焊接信号可以作为焊接故障分类和在线诊断的信息源。2)针对实际生产中可能出现的故障因素,如工件翘曲、电极轴向错位、网压波动和表面问题等,将故障状态下的电极位移信号与正常焊接时的电极位移信号进行比较,结果表明各种故障因素均引起了电极位移信号的奇异性变化,造成焊点质量的变化。将这种奇异性变化作为点焊过程故障诊断的依据。3)针对电极位移曲线,划分熔核形成的不同阶段,提取位移曲线中能描述故障状态下奇异性变化的特征参量,确定表征故障状态的电极位移特征向量集合。4)以焊接电流、焊接时间和电极间压力为输入向量,以电极位移的特征参量上升斜率V₁、上升斜率V₂、下降斜率V₃、峰值位移S₁和结束位移S₂作为输出向量,建立了基于RBF神经网络的电极位移曲线预测模型。将预测的电极位移特征参量作为判别依据,建立了点焊过程故障分类规则。建立的这种故障分类方法,可实现点焊过程严重故障和一般故障的分类。5)探索了一种基于案例推理的点焊过程故障诊断方法,针对几种典型的一般故障:电极轴向错位、网压波动和表面问题等,建立了基于相似优先比矩阵的案例检索模型,经有效性检验,该模型的诊断正确率为94%。