激光点焊是一种以激光作为热源的高效、高精密点焊新方法,有望在不久的将来替代传统点焊工艺在汽车与航空、航天工业中推广应用。激光点焊焊点质量的影响因素及其监测技术目前还缺少深入的了解,亟待开展详细的研究。本文通过工艺试验研究了各种工艺参数和材料特性对激光点焊焊点质量得影响规律,准确提取了与焊点质量密切相关的传感信号特征信息,建立了激光点焊焊点质量神经网络预测模型与点焊过程控制仿真系统,可实现激光点焊焊点质量的准确预测与不同干扰条件下的控制策略仿真。针对1mm厚低碳钢、不锈钢的搭接接头,试验研究了激光功率、点焊时间、离焦量和间隙对焊点形态与尺寸的影响规律;针对高反射率铝合金材料激光点焊过程稳定性差、气孔多,下塌严重等问题,研究了多种激光输出脉冲波形对焊点质量的改善作用;根据焊点断裂的两种典型模式及其不同的承载能力,对焊点应力分布状态进行了深入分析,确定熔合面直径是决定焊点断裂方式的关键因素,结合焊点的力学性能测试数据,计算了不同断裂方式之间的临界转变条件。进一步建立了焊点尺寸和形态预测模型,对焊点尺寸和形态随工艺参数的变化规律进行了分析;利用CCD传感技术与红外测温技术,准确提取了熔池扩展曲线与熔池外围金属表面的温度循环曲线,对熔池图像采用数学形态学算法进行了对比度增强,从而准确地提取了熔池表面直径;对熔池外围金属表面的温度循环曲线则采用小波理论进行了去噪处理。信号预处理后获得的熔池扩展曲线和温度循环曲线对点焊工艺参数和其他一些干扰因素的响应均较为灵敏。从曲线中确定熔池直径总和∑D、最大熔池直径Dmax、峰值温度Tmax和冷却时间tcool为4个与焊点质量密切相关的特征量,回归理论分析结果显示4个特征量综合后对焊点熔合面直径的决定系数达到了89.9%。建立了以4个特征量为输入,熔合面直径为输出的BP神经网络预测模型,并采用遗传算法对网络的初始权值和阈值进行了优化,网络测试结果表明:优化后的网络训练步数下降了40%,预测相对误差由原来的7%下降到3%左右,实现了焊点质量准确预测。分别采用ARX数学模型和神经网络动态模型两种方法来描述激光功率对熔池表面直径扩展过程的影响规律。以熔池表面直径扩展曲线作为控制对象,以模糊控制器为核心设计了点焊过程控制仿真系统。分别在预热、离焦量干扰条件下进行了过程控制仿真,证明通过改变激光功率,可以使得实际熔池扩展曲线最终逼近期望的理想曲线。试验验证结果表明,控制系统稳定,仿真结果与试验结果吻合,控制效果可以满足点焊过程控制的要求。