熔池形态的变化反映了焊缝成形质量的情况,包含了大量与焊接质量相关的信息。当前对焊接质量的监测主要是基于当前熔池形态,缺乏对焊接质量提前预警的研究。本文针对焊接过程中的熔池形态及其演变趋势进行研究,提出了基于当前熔池形态的驼峰、熔透和熔深的监测方法和基于熔池形态预测的焊接质量预警方法。研究内容如下:（1）基于当前熔池形态的焊接质量监测技术:首先,利用熔池视觉采集装置采集驼峰、熔透和熔深的熔池图像。其次,针对驼峰和熔透定性分析问题提出增加通道注意力模块的Le Net网络实现驼峰和熔透的定性分类;针对焊缝熔深定量分析问题提出增加全局注意力模块的Res Net网络实现熔深的定量分析。最后,进行模型性能评估实验,实验表明:本文的驼峰、熔透定性分析算法的准确率为99.7%,焊缝熔深定量分析算法的平均绝对误差为0.064 mm,即本文算法可以用于焊缝熔深实时监测。（2）基于熔池形态预测的焊接质量预警技术:通过对已经发生的熔池形态的变化进行建模,利用视频预测算法预测未来的熔池形态变化并得到预测图像。并结合熔池图像特性,提出多元损失函数的思想,即利用MSE、SSIM和感知损失函数的多元损失函数,解决视频预测网络单一损失函数的不足的问题。通过计算真实图像与预测图像的PSNR等图像质量评价指标验证了本文熔池形态预测算法的有效性。基于熔池形态预测网络的预测图像,提出熔池预测定性分析算法和熔池预测定量分析算法,分别进行驼峰、熔透定性分析和焊缝熔深定量分析实验,实验效果与监测技术效果相当,实现了焊接质量的提前预警。