激光焊接具有能量密度高、热影响区小等优势,在不锈钢薄板焊接中应用广泛。而熔深是保证焊缝美观程度和构件力学性能的关键因素。基于光学相干测量的熔深监测技术具有测量频率和测量精度高的优势,为激光搭接焊熔深监测提供了有效的技术手段。然而,上下板之间由于装配误差和热变形容易出现搭接间隙,导致焊缝熔深变浅和小孔稳定性变差,相干光干涉测量小孔深度的精度降低。针对这一问题,本文围绕熔深监测误差产生机理与熔深预测模型两个方面展开研究,主要工作如下:（1）建立了上板0.8 mm和下板2 mm的316L不锈钢非熔透型激光搭接焊的工艺窗口,并探究了搭接间隙对焊缝形貌和熔深监测精度的影响。①最佳工艺参数为:激光功率2 kW,焊接速度80 mm/s,离焦量0 mm;②随着搭接间隙的增大,焊缝熔深降低,而小孔深度测量值的平均值和波动程度增大,熔深监测精度相对增加。（2）探究了搭接间隙对不锈钢薄板熔深监测的影响规律。①随着搭接间隙的增大,小孔最深处滞后距离增加,相干光光束照射到小孔前壁,在小孔内部经过多重反射后导致小孔深度测量值增加,并且搭接间隙会引起小孔前壁坍塌,小孔稳定性变差,导致小孔深度测量值的波动程度也变大;②熔深监测误差来自于小孔深度与熔深之间的熔融金属层厚度、熔深滞后性和相干光在小孔内部的多重反射,并且随着搭接间隙的增大,相干光在小孔内部多重反射的概率大大增加。（3）构建了基于机器学习和深度学习的熔深预测模型,并在随机间隙下对模型的预测精度进行了验证。①在固定搭接间隙下,基于机器学习（GA-BPNN和LSSVR）和深度学习（LSTM）的熔深预测模型可以将熔深的最大绝对误差降低到100 μm和80 μm以内,将熔深的均方根误差控制在50 μm和30 μm以内;②在随机搭接间隙下,利用固定搭接间隙下训练好的LSTM神经网络,通过线性插值的方法对随机搭接间隙下的熔深进行预测,相比于光学相干测量设备,熔深的最大绝对误差降低了47%,熔深的均方根误差降低了 66%。