钢轨焊接是无缝线路建设的重要环节,它直接决定了钢轨接头的质量并影响到铁路运输的安全性。铁路现行长钢轨的焊接包括工厂焊和工地焊两种,工厂焊采用闪光焊,工地焊主要采用气压焊或者移动式闪光焊。钢轨闪光焊中的闪光声音是焊接过程中接触的液态过梁爆破时产生的,在钢轨闪光焊焊接接头质量在线监控方法中,将闪光声信号用于焊接过程监控与质量诊断的研究,尚处于空白阶段。本文建立了钢轨闪光焊机焊接电流、焊接电压和闪光声信号同步数据采集系统,并通过试验获得了相关数据。首先,基于焊接电流提取出闪光稳定性特征参数闪光率,并将其同钢轨闪光焊焊接阶段进行对比分析；其次,运用现代信号分析方法,分析提取基于闪光声音信号的钢轨闪光焊闪光稳定性时域、频域特征值,并同基于焊接电流的闪光率信号特征值进行了对比分析；最后,利用小波分析方法提取闪光声信号的频带能量信息,并计算各频率区间段能量数值及各频率区间段能量占信号总能量的百分比,以各频带能量百分比构造特征向量作为RBF神经网络的输入向量,以闪光稳定性参数闪光率作为输出向量建立神经网络预测模型。分析结果表明,闪光率的大小和变化趋势都反映了钢轨闪光焊焊接过程中两个非常重要阶段即低压阶段后期和加速烧化阶段的特征；闪光声信号的时域均方值和频域平均功率谱值可作为表示焊接过程闪光稳定性的特征值；采用小波分析方法提取的特征量作为输入,训练的RBF神经网络能够在一定程度上映射闪光率的大小。