焊接过程智能传感与控制是近年来焊接领域中一个重要的研究方向。传统的人工与线下质量监管均难以保障日益增长的制造量和复杂多变的工艺需求,因此在线质量测评是焊接领域中重要且迫切的研究内容之一,在线获取并分析焊接过程中的多元化信息,可为焊接制造过程提供实时质量评价数据和工艺控制导向,从而实现焊接过程质量监管控制智能化。熔池视觉成像能描述金属熔化、流动、凝固成形等过程的稳定性;电弧光谱辐特性直接反应了电弧的稳定性,能进一步辅助判断焊接成形质量。本文主要研究内容正是基于熔池视觉成像与电弧光谱分析两个方面,主要研究内容和创新点如下:(1)基于光谱的熔池最优成像波段选择方法。针对现有熔池成像波段选择不统一、缺乏理论指导,提出了基于光谱的熔池最优成像波段选择方法。该方法通过测量电弧光谱分布与熔池自身辐射谱,从而选择出最优成像波段,同时设计基于电参数选通的FPGA触发方案,拍摄到低电弧干扰的熔池图像。在此基础上首次提出熔池多波段图像融合方法,设计共光轴多波段熔池成像系统,研究了基于非降采样小波变换的灰度融合算法与基于改进的Reinhard彩色融合算法。灰度融合后的图像细节丰富、纹理清晰;彩色融合后的图像对比度高、色彩自然。(2)基于亚Hadamard矩阵的高速电弧光谱采集系统。针对现有Hadamard变换光谱仪无法适用于瞬态场景光谱测量的问题,研制了一种新型瞬态、高灵敏光谱仪,在传统Hadamard变换光谱仪中专门设计用于测量场景光强分布的光路,同时测量场景光强分布与色散叠加后的光谱,然后通过可逆重建得到待测光谱,从而实现瞬态光谱的测量。仿真与实验结果均表明该瞬态Hadamard变换光谱仪拥有与传统Hadamard变换光谱仪类似的性能,且只需要单次成像即可得到高光谱分辨率的电弧光谱数据。(3)基于随机子空间半监督流形分类的熔池稳定性监测。针对现有单波段熔池轮廓提取不准确的问题,研究了一种基于双波段成像的在线熔池轮廓提取与焊缝宽度预测算法,实现了高精度熔池轮廓提取与成形后焊缝宽度预测。针对现有熔池形态监测主要依赖于人工经验的问题,研究了基于随机子空间的半监督流形分类算法,用于监测熔池形态。基于每个特征的局部属性有针对性地选取样本特征,即每个特征被选中的概率与其局部属性有关,从而提高重要特征的权重,进而提升算法性能。同时,针对现有随机子空间算法中,各个随机子空间相互独立,难以全面地描述样本分布,提出随机子空间融合方法,从而得到更好的分类效果。在实际焊接过程中,通过人工可控的焊接电流与焊接速度实验,验证了这两种算法对熔池形态稳定性监测的效果。(4)基于离散稀疏正则化半监督流形分类的电弧稳定性监测。针对脉冲型焊接过程中电弧光谱强度变化剧烈、现有基于阈值的方法难以有效处理这一问题,研究并提出了基于离散稀疏正则化的半监督流形分类算法,用于监测脉冲型焊接过程中电弧的稳定性。在很多现有基于稀疏表示的半监督流形分类方法中,没有依据样本特性更新字典、稀疏表示耗时过长,针对这一缺陷,提出根据未标记样本重建每一类标记样本的均值时得到的稀疏系数来更新对应样本的字典,从而提升稀疏表示的速度,并得到更好的分类效果。在实际焊接过程中,通过人工可控的保护气流量实验,验证了算法对电弧稳定性监测的效果。