激光焊过程包含着一系列相互影响且复杂的物理、冶金反应过程。激光焊接时，存在激光—等离子体—壁聚集效应的相互作用。无疑这将使激光焊过程的研究 变得十分复杂。而对激光焊过程中的物理、冶金现象和作用机制予以研究，从而模拟焊缝形状，设计焊接工艺参数，对减少焊缝变形，减小焊接缺陷，从而提高焊接结构的质量有着重要意义。一旦激光焊接现象能够实现计算机模拟，我们就可以通过计算机系统来确定焊接结果和焊接过程的最佳工艺参数及方法。本文从这一点出发，在工艺实验研究的基础上，利用BP神经网络对于非线性关系的映射能力及对于处理不确定、不精确信息的出乎寻常的能力，改变了过去模拟焊缝成形只能凭经验、靠直觉的被动状态，对于焊缝的形状由抽象表达转变为数字化表示，可靠性和准确性大大得以提高。同时，可以在对焊缝成形准确进行模拟的基础上，将输入量与输出量进行对调，进行建模，对激光焊工艺参数进行了逆向设计，可以在计算机平台上模拟出获取理想焊缝成形所需的激光焊工艺参数(激光功率、焊接速度)，从而对激光焊工艺参数进行了设计。本文利用研究的技术方案，针对钛铝金属间化合物激光焊的问题进行了实例计算，其计算结果与实际值基本吻合。 激光焊接过程难以用数学解析方法建立准确的数学模型。通过大量实验来确定激光焊接工艺参数，成本高且焊接工作量大，在实际工作中有很大局限性。 在模拟计算时，采用正向建模方法搭建BP神经网络(用MATLAB语言实现之)，用实验所取得的训练样本对其训练，再对其进行验证，然后运用验证合格的BP神经网络，先模拟焊缝形状(熔深，熔宽)，再以此为基础，将输入量与输出量予以对调，然后反向设计BP神经网络，验证合格后对焊接工艺参数(激光功率、焊接速度)进行预测，以求得较为理想的焊缝形状。 为了提高模拟精度，本文对训练数据进行了适当和细致的选取与处理，提高训练样本质量；根据训练和模拟输出结果，调整网络结构，对隐含层节点数予以修正，变换训练算法，同时防止网络产生过度训练；采用改进的模武汉理工大学硕士学位论文拟退火组合优化网络模型代替BP网络模型模拟激光焊工艺参数与焊缝形状之间的非线性关系。实践证明:这些方法都不同程度地提高了模拟精度，改善了预测效果。 通过研究和算例验证，本文初步研究了激光焊接工艺参数和焊缝形状之间的关系，建立了比较可行的用BP神经网络模拟计算焊缝形状以及对焊接工艺参数予以设计，以获得较为理想的焊缝形状的技术方法。本文提出的技术方案为提高焊接工艺水平，保证焊接质量，实现对焊接质量的实时监控提供了比较可靠的控制基础与技术保障。