大功率盘形激光焊接是典型的激光深熔焊技术之一,具有激光功率大、光束优良、焊接热影响区小、能够实现不同材料的连接且连接强度更好等优点,成为激光焊接领域的研究热点。熔池形态变化是激光深熔焊中的重要现象,受到越来越多的关注。近年来,关于熔池的研究主要集中在熔池的红外特征、匙孔特征等方面。由于熔池的形态变化剧烈,且难以进行直接测量,极大地限制了对于焊接过程中熔池的形态和行为的研究。大功率盘型激光焊接过程中熔池的形态随着激光焊接状态的不同而变化。本文通过高速摄影技术获取大功率盘型激光焊接过程中熔池的动态信息,提出基于直方图分段线性拉伸、LoG边缘检测、形态学组合运算和模板运算方法组合的熔池图像分割算法,结合焊接过程中熔池的光照模型,采用从明暗恢复阴影的方法,简化三维重建的反射方程,并对不同焊接速度下熔池形态进行三维重建和分析；通过定义熔池的投射阴影的二维特征来实现对熔池三维形态的动态测量,采用相关分析方法和线性拟合方法对熔池投射阴影的特征进行分析；最后建立了基于熔池投射阴影的焊后焊缝宽度的BP和RBF神经网络预测模型,并通过引入遗传算法改进BP神经网络,实现基于熔池投射阴影特征的焊缝外观预测模型。论文主要包括以下研究工作：(1)以激光功率为10kW的平板堆焊为研究对象,试验分析大功率盘型激光焊接过程中熔池形态视觉检测方法：采用采用二极管激光器作为辅助光源,通过在摄像机前加装窄带滤波片,滤除焊接过程中激光束、熔池、飞溅和等离子体的辐射干扰,进行熔池及其阴影图像的获取；在不同焊接速度下,且其它焊接参数保持不变的情况下,进行了多组焊接试验并获得了相应的熔池形态图像。(2)结合辅助光源下熔池图像的特点,提出了组合直方图分段线性拉伸增强、LoG边缘检测、形态学处理、模板运算的熔池及其阴影的图像分割算法,实现了熔池及其阴影区域的分割。该算法具有批处理功能,无需人工干预,自动实现熔池的批处理分割,为基于熔池形态的焊接过程的自动化检测提供了基础。(3)在熔池图像分割的基础上,结合焊接试验过程中熔池的实际光照模型,采用从明暗恢复阴影的方法,简化其反射方程并采用最小化能量泛函的方法求解熔池形态的三维重建,对不同焊接速度下熔池形态进行三维重建和分析。(4)针对大功率盘形激光焊接中难以直接测量熔池形态及熔池三维重建计算量大的问题,应用二极管激光器作为辅助光源并以一定的角度照射熔池产生熔池投射阴影,通过投射阴影的变化间接地对熔池的形态变化进行分析和测量。通过定义熔池投射阴影的形态特征,并将其与实际焊接样品的焊缝宽度、焊缝外观等焊接质量特征进行对比,借助于相关性分析和对各个特征的统计分析,得到的主要研究结果如下：1)熔池投射阴影的面积变化趋势与焊后焊缝宽度的变化具有相关性,对焊接质量有显著影响。熔池投射阴影的面积、长度和宽度的变化间接的反映了焊接过程中熔池的体积变化,而熔池体积的变化是焊接母材吸收激光束能量变化的最直接结果。焊接过程中熔池的摆角与焊后焊缝上的节瘤、堆积的形成有密切关系。以上这些非线性因素共同反映出焊接过程的状态变化情况,为焊接过程的可监控性提供了新的思路。2)通过对熔池投射阴影的各个特征进行线性拟合和10次方拟合发现,二者所形成的跨度与焊接质量密切相关。为了对这种相关进行定量分析,定义了跨度的跨距L和偏距D,以及跨距和偏距的乘积L×D。通过对这些指标的定量分析,发现焊接过程中的质量的变化情况与检测到的熔池投射阴影形态的变化相关,能够实现焊接质量的监控和分析。(5)建立了基于熔池投射阴影特征的焊缝宽度BP和RBF神经网络预测模型,通过对比发现,BP神经网络模型在大样本集合下的拟合能力比RBF神经网络要好。通过引入遗传算法优化BP神经网络,解决神经网络模型易受初始权值影响陷入局部最优的弊端,建立了基于熔池投射阴影特征的焊后焊缝外观(包括焊缝高度和焊缝宽度)的遗传算法改进的BP神经网络模型,试验证明,该模型能够适应不同的焊接速度下的焊缝外观预测。