在弧焊过程中金属构件由于经历了不均匀的加热冷却过程，产生了焊接残余应力和残余变形，这些应力和变形的存在不但严重地影响了焊接结构的抗脆断能力、疲劳强度和抗应力腐蚀性，还降低了焊接结构的刚性和承载能力，而焊接电流、电压、焊接速度、材料、板厚等都对焊接残余应力和残余变形有很大的影响。因此，优化焊接工艺参数是减小、控制焊接残余变形和残余应力一种有效手段。 本文以AZ31镁合金板和945钢板为研究对象，在物理实验和有限元分析的基础上，利用人工神经网络研究了不同的工艺参数对TIG平板对接焊过程产生的焊接残余应力和残余变形的影响，并使用现代分析测试手段，对AZ31B镁合金和945钢板的焊接温度场、残余应力场和位移场进行了验证。研究结果表明，焊接残余应力随板厚的增加而增大；随焊接电流的增大而增大；随焊接速度的增大而减小；而焊接残余变形随板厚的增加而减小，随焊接电流增大而增大；随焊接速度的增大而减小；分段焊(如文中所指焊接顺序)产生的焊接残余应力和残余变形比连续焊都要小。因此在保证焊透的情况下，在实际生产中采用小电流、高速分段焊能有效的减小焊接残余应力和残余变形。 为了实现快速有效的选择焊接参数，节省实验经费，提高焊接速度和经济效益，本文开发了一套人机界面友好的焊接残余应力和残余变形的预报系统软件，将有限元分析和神经网络嵌入其中，通过该预报系统不但可以得到不同工艺参数组合下的最大焊接残余变形和残余应力值，同时还可以得到最大焊接残余应力和残余变形随不同焊接工艺参数变化的动态曲线图。对实际生产具有一定的指导意义。