焊缝质量的监控一直以来是焊接工程中的主要研究课题。通常,电弧声信号中包含了焊接熔透状态等信息,有经验的电焊工通过耳听就可以大致判断出焊缝的质量,如焊缝的熔透状态等。利用电弧声信号实现熔透状态的判别,对焊缝质量的在线监控具有重要的意义。本文主要利用熔化极活性气体保护焊(MAG)过程中产生的电弧声信号,通过分析不同熔透状态下电弧声信号的频谱,修正梅尔滤波器组的各个中心频率,提取出电弧声信号的梅尔频率倒谱特征(Mel Frequency Cepstrum Coefficient,MFCC);采用共稀疏表示模型(Co-sparse Model),对提取的电弧声信号MFCC特征进行共稀疏判决表示,构建熔透状态的判别模型,实现不同熔透状态的识别。本文主要包括以下工作:1.利用短时傅里叶变换(Short Time Fourier Transform,STFT)对不同熔透状态的电弧声信号进行频谱分析,提出一种修正的梅尔频率倒谱电弧声特征参数的提取算法。该算法将电弧声信号进行分频处理,通过修正不同频率范围内的梅尔滤波器的中心频率,采用梅尔滤波器来提取电弧声信号的特征参数。2.基于电弧声信号共稀疏表示的MAG焊熔透状态的识别算法。利用共稀疏表示模型,采用学习方法,对提取的电弧声信号的特征参数实现共稀疏表示,建立熔透状态的判别模型,实现对MAG焊不同熔透状态的识别。