焊接是一个涉及很多因素的复杂过程，要得到高质量的焊接结构，就要有效地控制其焊接工艺参数。由于焊缝形状的好坏，反映了焊接工艺参数选择的正确与否，而工艺参数的选择又直接影响着焊缝形状质量。因此，准确地预测焊缝形状特征参数，建立焊接工艺参数与焊缝形状特征参数之间的映射关系具有十分重要的意义。　　 本文从分析螺旋埋弧焊管焊缝形状参数(焊缝余高、焊缝熔深、焊缝熔宽、焊缝过渡角、内外焊重合量等)的影响因素出发，在工艺因素和结构因素不变的前提下，重点研究了焊缝形状参数与主要工艺参数之间的关系。并利用人工神经网络在处理非线性问题时的特长及其在组织自学习等方面的技术优势，建立了基于人工神经网络的，可对焊缝形状的五个特征参数(焊缝余高、焊缝熔深、焊缝熔宽、焊缝1/2余高处的熔宽和焊缝2/3熔深处的熔宽)进行预测的预测系统。　　 研究表明，创建切实可行的焊管焊缝形状预测模型，首先要建立实样数据库，包括样本焊缝截面图像及其数学描述方程组和记录样本的工艺参数、焊缝形状特征参数等；其次，利用计算机图像处理系统、数据库的储存和导出功能为焊缝形状特征参数预测提供条件。　　 本文通过调用MATLAB中的神经网络工具箱来仿真训练建立起来的BP神经网络模型，经过精心设计和反复训练，得出了最佳的网络结构与参数。利用该模型可预测得到焊缝形状特征参数，并能绘制出随工艺参数不同而变化的焊缝截面形状图形，使得预测具有较大的直观性。　　 本文的界面设计是将BP网络预测模型打包，并用MATLAB图形用户界面设计编辑器GUIDE开发出基于人工神经网络的螺旋埋弧焊管焊缝形状预测系统。　　 通过研究，证明以逆向思维的方式和现场收集的试样数据为研究基础，基于人工神经网络的螺旋埋弧焊管焊缝形状预测是可行的。