大功率盘形激光焊接技术在现代工业制造中得到了广泛的应用，具有能量密度高、热影响区小、焊接变形小、焊缝深宽比大、焊接参数易于控制等特点，且最高功率可达到16kW，是激光加工技术的重要内容之一。在激光焊接过程中，即使保持焊接参数恒定，由于受到温度、噪声及振动等各种干扰因素的影响，仍然会导致焊接过程中焊瘤、凹陷和爆裂等焊接缺陷的形成，从而直接影响激光焊接质量。因此，为了实现焊接状态实时检测，搭建多传感同步检测系统，利用该系统检测焊接信息建立焊接状态识别模型，对焊接过程的动态变化进行系统分析，为大功率盘形激光焊接状态的在线检测及缺陷识别提供依据。　　论文针对六个传感器分别进行信号特征提取，运用相关理论挖掘各类信号在激光焊接过程中所蕴含的特征信息，以大功率盘形激光焊接304不锈钢为试验对象，结合不同的传感器设计了三种激光焊接状态检测系统。首先，应用紫外波段和可见光波段高速摄像机摄取焊接过程中金属蒸气和飞溅瞬态图像，研究金属蒸气和飞溅特征与激光焊接状态之间的关系；其次，应用近红外高速摄像机和X射线视觉成像系统同时摄取焊接过程中熔池动态图像，分割出匙孔区域，分析匙孔特征与激光焊接状态的关系；最后，应用分光仪获取焊接过程的等离子体光谱分布，应用紫外波段和可见光波段高速摄像机摄取焊接过程中金属蒸气视觉图像，分析金属蒸气和等离子体特征与激光焊接状态之间的关系。在三种焊接状态检测系统中，利用在不同激光功率条件下得到特征参数进行基于特征层的信息融合分析，以焊缝熔宽和相对熔深作为焊接状态表征参量，建立不同的BP神经网络焊接状态预测模型并进行比较。　　在此基础上设计了焊接状态六传感同步实时检测系统，应用辅助光视觉传感器、可见光视觉传感器和X射线视觉传感器获取激光焊接过程中熔池、匙孔和金属蒸气的相关特征，利用可视域光电传感器和激光反射光电传感器获取焊接过程中可见光和激光的光学特征，通过分光仪获取焊接过程中的光谱分布。利用关联分析模型筛选出与焊缝成形参数关联度较高的特征参数，并研究激光功率、焊接速度、聚焦位置和保护气流量对高关联度特征参数关联规则的影响。最后，在不同焊接条件下进行焊接试验，对六种传感器信号分别提取高关联度特征参数，建立两种贝叶斯网络焊接缺陷检测模型对激光焊接典型焊接状态进行预测，并对焊接状态预测精度进行比较，探索基于决策层特征融合的检测模型对不同焊接条件下的激光焊接状态实时检测的有效性。