智能化及自动化是焊接过程的发展趋势,而焊接过程传感器技术是其中的关键环节。为了对焊接过程质量进行实时控制,开发了各种传感器用于监视焊接质量情况,如电弧传感器、视觉传感器、声音传感器、温度传感器等,这些传感器从不同的角度获取了有关焊接质量的信息。然而,由于焊接过程是涉及材料、冶金、物理化学变化等多因素交互作用的复杂过程,焊接过程中伴随着飞溅、烟尘、强弧光、电磁等各种干扰因素,每种传感器只能获得反映焊接过程质量的部分信息,并且由于干扰因素的存在,每种传感器在获得稳定可靠的传感信息方面都存在不足。本文以脉冲GTAW过程为研究对象,研究了多传感器信息融合技术在焊接过程中的应用,研究过程中同时采用电弧传感器、视觉传感器及声音传感器获取脉冲GTAW过程信息,使用各种不同的信息融合算法从不同层次对获得的信息进行融合,进而对熔池背面宽度及熔池熔透状态进行预测。研究结果表明,多传感器信息融合技术可以弥补单一传感器的不足,充分利用不同传感器的冗余信息,获得更加准确可靠的结论。　　 本文首先使用电弧传感器、视觉传感器及声音传感器建立了脉冲GTAW过程多传感器信息采集系统,实现了对脉冲GTAW过程焊接电流、焊接电压、熔池正反面图像及焊接声音的实时采集与存储；同时,为了实现对焊接过程的计算机自动控制及焊接参数的自动调节,设计了计算机与焊接电源之间的接口电路,实现了对焊接过程起收弧过程、焊接电流、焊接速度、送丝速度及焊接过程状态的自动调节及监测。　　 由于电弧传感器、视觉传感器及声音传感器属于不同质的传感器,获得的是不同类型的信息,不能对获得的信息直接融合,为此,首先要通过信号处理算法对不同传感器获得的信息进行处理,提取相应的信号特征。针对提取的熔池图像特点设计了图像处理算法,提取了正面熔池长度、宽度及背面熔池宽度信息；设计了电弧长度突变试验,提取了电流、电压及声音信号的特征信息。采用最优权系数分配方法获得了不同传感器特征的权值,使用加权平均法融合焊接电压及声音信号的特征信息。结果表明,融合多传感器信息能够获得比单传感器信息更稳定可靠的预测结果,初步说明了多传感器信息融合的优势。　　 信息融合按融合层次不同分为数据层融合、特征层融合及决策层融合。由于本文采用不同的传感器,无法在数据层对数据进行直接融合,首先对特征层融合进行研究,使用神经网络技术作为信息融合的工具融合了电弧传感器、视觉传感器及声音传感器的信号特征,建立了脉冲GTAW过程背面熔池宽度预测信息融合模型。与单独采用单一传感器信息进行预测的结果比较表明,采用多传感器信息的预测模型能够获得比单传感器更高的预测精度,然而,由于神经网络自身的缺陷,融合三个传感器信息的融合精度反而不如融合两传感器信息的预测精度。为此,本文将支持向量机引入到焊接过程信息融合中,建立了脉冲GTAW过程背面熔池宽度支持向量机信息融合模型,预测结果表明,采用支持向量机建立的融合模型相比于采用单一传感器的预测模型,预测精度有明显提高,相对于融合相同信息的神经网络预测模型,预测精度也有较大提高,且支持向量机融合三个传感器的预测精度亦高于融合两个传感器的预测精度。　　 从支持向量机对三个传感器信息进行特征层融合的结果来看,虽然支持向量机融合三个传感器信息的预测精度有所提高,但提高幅度不大,说明支持向量机特征层融合对冗余信息的利用不足；同时,在焊接过程中存在着诸如错边、偏丝、焊接过程稳定性分析等分类问题。对于分类问题,更适合在决策层对信息进行融合分析。为此,本文以脉冲GTAW过程熔透状态判别为研究对象,对决策层信息融合进行研究。首先,采用D-S证据理论对获得的信息进行融合,针对传统证据理论无法有效解决冲突证据的问题,提出了基于不同证据间的相互支持度进行基本概率赋值模糊调整的权重D-S证据理论组合规则；针对D-S证据理论中基本概率赋值难以获取的问题,使用BP神经网络获取了不同传感器的基本概率赋值,建立了基于神经网络及权重D-S证据理论的信息融合模型,融合结果表明,传感器越多,则最终识别率越高,且总体识别率与单传感器识别率相关。由于建立的单传感器神经网络预测精度不高,权重D-S证据理论的最终融合结果虽有提高,但仍不能满足应用要求,受支持向量机对熔池背面宽度回归预测的启发,提出了基于模糊集理论及支持向量机的隶属度函数获取方法,获得了各个传感器的支持向量机隶属度函数预测模型,并用它预测不同传感器的基本概率赋值,大大提高了单一传感器的预测准确率,使D-S证据理论的融合预测准确率有了较大幅度提高。D-S证据理论在融合过程中未考虑不同传感器重要性及不同传感器的交互作用,因此,D-S证据理论的融合识别率还有提高空间。模糊积分作为一种非线性融合方法,不仅合成了各传感器提供的客观结果,还考虑到分类器本身在融合过程中的重要程度以及分类器间的交互作用,本文将模糊积分理论引入到焊接过程信息融合中,提出了利用不同传感器的相互支持度以及不同传感器对训练数据的识别率获取模糊测度的方法,设计了基于模糊积分的脉冲GTAW过程多传感器信息融合模型,融合结果表明,相对于D-S证据理论,使用模糊积分的融合方法进一步提高了最终识别率。　　 最后,为方便使用,将本文涉及的信号处理算法及信息融合算法进行综合,设计了脉冲GTAW过程多传感器信息融合软件系统。