随着科学技术的发展,焊接过程自动化和智能化成为焊接技术重要发展方向。磁控焊接技术作为近年来逐步完善起来的一种新型焊接技术,通过对电弧、熔滴、熔池施加干预,能有效的提高焊缝的机械性能,全面改善焊接质量。研究磁控焊接熔池形态的主要目的是探究电磁力对熔池液态金属流动的作用机制,为进一步完善磁场作用焊接的机理与推广磁控焊接技术的应用奠定基础。本文以TIG焊为对象,在焊接过程中添加直流纵向磁场,通过实验选取合理的焊接工艺参数与磁场参数,借助高速摄影系统获取熔池边缘灰度变化明显的实时图像。利用Matlab软件对实验中采集的熔池实时图像进行中值滤波、图像增强、边缘提取、边缘拟合等数字图像处理,获得清晰的熔池边缘。对比实测熔宽与图像处理后计算得出的熔宽,两者最大误差0.18mm,误差率控制在10%以内,表明该图像处理算法是可行的,同时设立熔池形态几何参数,对不同磁场参数下熔池形态特征进行理论分析。结果表明:外加纵向磁场作用下,焊接电弧中带电粒子在洛伦兹力、等离子流力、热扩张力作用下产生高速旋转运动,引起焊接电弧在熔池表面扩张,温度分布曲线扩散,被焊工件表面受热源作用的金属范围变大,处在熔点以上金属量增加,宏观上表现为熔池增大,即熔池的最大宽度、最大长度、面积、周长等几何参数随着磁场参数的增加而增加。熔深是表征焊接质量的重要参数,利用BP神经网络建立熔深预测模型可为磁控焊接状态下熔池图像表面形态参数与焊缝质量之间的关系提供有益的探索。基于此,本文利用BP神经网络建立以焊接速度、励磁电流、焊接电流、图像处理获得的熔宽为输入,熔深预测值为输出的熔深预测模型。经对比,相同参数下焊接熔深实测值与熔深预测值之间最大误差0.1427mm,误差率控制在12%以内,表明该模型较好的预测了磁控TIG焊不同参数下的焊缝熔深。