激光焊接技术起始于20世纪70年代的美国,激光焊接具有高质量、高精度、高效率、高速度和低变形等特点。随着高功率CO2和高功率的YAG激光器的研制成功,激光焊接技术应用越来越广泛,在工业发达国家普遍应用于工业领域。大功率盘形激光焊接是当前先进的激光焊接技术之一,与其他焊接方法相比,具有激光功率大、光束质量优良、大深宽比和极高的激光利用率等特性。金属飞溅是大功率盘形激光焊接过程中的一个重要现象,其特征与焊接质量、焊接过程稳定性以及能量利用率等有着密切的联系,因此研究金属飞溅特征与焊接质量之间的关联具有重要的意义,是实现焊接过程在线控制的重要基础。以大功率盘形激光焊接304不锈钢为试验对象,研究焊接过程中的飞溅特征。在紫外波段和可见光波段应用高速摄像机摄取焊接过程中产生金属飞溅的瞬态特征,利用计算机图像处理技术对飞溅图像进行预处理,提取全局图像飞溅的数量、面积、距离总和以及图像质心高度特征参数。预处理后计算每个飞溅的质心、面积、灰度、平均灰度和半径,以上述特征为基础建立飞溅动态识别算法并对飞溅进行识别,提取新飞溅的特征参数。以焊缝宽度作为衡量焊接质量与焊接过程稳定性的因素,应用最小二乘法对全局图像金属飞溅的特征参数进行线性和高次拟合,研究飞溅特征参数的波动规律,并与焊缝宽度的变化对比,探索焊接过程飞溅特征参数变化规律。对不同焊接区域的新飞溅特征参数进行统计,计算新飞溅特征参数在不同区域下特征值的总和、平均值和基于不同阈值下的百分比,结合焊缝宽度分析新飞溅特征参数变化规律。应用BP神经网络建立全局图像飞溅特征参数与焊缝宽度之间的数学模型以及新飞溅特征参数与焊缝宽度之间的数学模型。试验结果表明,根据全局图像飞溅特征参数变化规律和新飞溅特征参数统计值能够对大功率盘形激光焊接304不锈钢板焊接质量做出动态评估,全局图像飞溅特征参数的BP神经网络模型和新飞溅特征参数的BP神经网络模型均能够预测焊缝宽度的变化趋势,为实现焊接质量的在线监控提供了理论和试验依据。