在现代化工业生产中，特别是汽车工业，为了提高产品的使用寿命，增强材料的抗腐蚀性能，镀锌钢板得到越来越广泛的应用。然而，由于镀锌层的存在，给点焊带来较大的困难，为了得到精确优良的工艺参数，仅仅通过工艺试验的研究变得非常困难。因此，本文考虑在计算机上建立人工神经网络预测模型对镀锌钢板的点焊过程进行研究。镀锌钢板点焊工艺优化的研究，可以提高焊接质量、节省大量资金，具有广阔的经济前景。 本文首先采用正交试验方法进行了一系列镀锌钢板点焊工艺试验及相应的接头性能试验，研究了三个主要焊接工艺参数（焊接电流、焊接时间、电极压力）对镀锌钢板点焊质量的影响，得到了镀锌钢板点焊时比较合理的焊接工艺参数；并利用金相分析法从焊点微观特征讨论了点焊工艺参数(焊接电流、焊接时间、焊接压力)对焊点熔核结晶形态的影响，进而从改善熔核结晶形态的角度对镀锌钢板点焊时工艺参数的选择提出了一些有效的建议。为了直观比较镀锌钢板的点焊性能，采用了同厚度、成分相近且点焊性能良好的St12冷轧钢板进行对比试验。 本文第二大部分尝试将人工神经网络引入到镀锌钢板点焊的质量预测中，模型的建立主要通过通用软件MATLAB来完成。通过镀锌钢板点焊工艺试验采集训练样本，将大量点焊工艺规范参数与相应接头性能的试验数据提供给神经网络学习，通过其非线性映射的泛化能力自动抽取所学习知识的特征，准确地描述点焊工艺参数空间与焊点接头质量空间的映射关系，建立了焊接电流和焊接时间对点焊接头强度的ANN预测网络。验证结果表明，学习后的神经网络预测精度较好，能够合理地预测焊接电流和焊接时间对镀锌钢板点焊接头强度的影响规律。