高效深熔锁孔TIG是在传统TIG焊的基础上,利用大电流产生能量密度大、挺度高、穿透力强的焊接电弧,使熔池内形成“锁孔效应”,实现中厚板焊接方法。随着视觉技术快速发展,视觉用于焊接领域范围逐步扩大。由于焊接过程中视觉传感器能获取丰富的焊缝与熔池信息,通过对这些表征焊接过程参数信息进行控制,为实现焊接过程实时预测与控制提供了基础。本文搭建了高效深熔锁孔TIG焊接系统,利用高动态范围CCD相机为核心的视觉传感检测系统分别对焊缝和熔池图像进行边缘检测。设计了一款连接焊枪与CCD相机的夹持装置,可实现多角度拍摄焊缝以及熔池图像。基于在不同钨针高度下的CCD相机标定,确定图像坐标系与物理坐标系之间转换关系。开展中厚板焊缝视觉检测系统的研究,根据焊缝特征提出合理的识别与检测算法,利用机器学习中HOG-SVM算法对焊缝位置自动识别,进而使用曲率搜索法求出焊缝边缘信息,最后对焊缝进行偏差计算。通过使用CCD相机从不同焊接方向与角度拍摄熔池图像,选择最佳拍摄视场,将采集的熔池与正面锁孔入口图像进行图像处理。从熔池特征展开分析,使用灰度变换、拟合等方法获取熔池与锁孔入口边缘信息,最后通过试验分析熔池边缘提取算法的检测精度。基于高效深熔锁孔TIG焊接试验,本文设计了从焊接起弧到焊接稳定、焊件未熔透到熔透、焊件稳定熔透三个过程分析焊接参数对熔池与锁孔入口几何参数的影响,以及焊接参数与熔透性、熔透程度的关系。最后,本文利用BP神经网络模型,根据在不同焊接工艺参数下熔池与锁孔入口几何参数的变化规律,建立以熔池与锁孔入口几何参数为输入量,焊件背部焊缝是否熔透作为输出量的神经网络预测模型。其分析过程为今后实现高效深熔锁孔TIG焊接过程的智能控制奠定了基础。