焊接是体现国家制造业金属加工水平的重要技术,焊接接头质量与焊接效率是其中最为关注的问题。出于城市化建设与国防建设的需要,厚板金属材料的应用变得更加广泛,焊接需求也逐年增加。传统焊接工艺在进行厚板焊接时,用极高的热输入来达到熔化母材与填充金属的目的。这样会使近焊缝区产生过大的热影响区,使焊接接头力学性能降低,不能很好地满足厚板材料的焊接需求。超窄间隙焊接方法是一种高效低线能量焊接新方法,由于其在4-6mm极窄坡口下施焊的特殊焊接工艺,可以保证在焊接过程中极低的焊接线能量,因而可以有效避免传统厚板焊接方法带来的热输入高、热影响区大、焊接接头质量不佳等问题。本文依据超窄间隙焊接方法,构建了低线能量超窄间隙焊接弧焊控制系统与数据采集平台。控制系统由焊枪运动控制、焊接参数输出控制两部分组成。其中焊枪运动控制单元主要控制焊接过程中焊枪的前进施焊,参数输出控制单元主要对焊接过程中的焊接参数进行预设与调控。构建的焊接多源信息采集平台,能够实时同步采集焊接过程中的各类特征信号,为后续对焊接过程进行状态分析提供丰富的数据支持。焊接参数决定着焊接过程的稳定性与焊缝成型质量,合理地选用焊接参数是保障焊接接头质量的关键。针对超窄间隙焊接方法的参数设定问题,本文提出了基于正交实验的BP神经网络参数设定方法。采用正交实验法进行实验设计,根据试验结果,建立各焊接参数与熔合差以及热影响区大小的BP神经网络模型。在网络模型预测的基础上结合小步长寻优的方法,不断寻找最佳参数范围,直到最终模型预测值趋于稳定即可得到该坡口下最优的焊接参数。最后经过实验验证,由该方法确定的焊接参数设定值,可以获得质量良好的焊接接头。由于焊接过程复杂多变,按照最优参数设定值进行焊接,其最终的焊接效果也会受到其他环境因素的影响。所以如果能够实现对焊接质量的预测与提前感知,对焊接参数的设定工作将具有指导意义。本文提出一种基于CNN-LSTM的焊接质量预测方法,将CNN网络提取空间特征与LSTM网络提取时序特征的优势相结合,充分挖掘焊接数据中的时空特征,用于焊接质量预测。实验结果表明,该网络模型可实现对焊接质量的准确预测。最后,基于构建的低线能量超窄间隙弧焊控制系统,将参数设定与焊接质量预测方面的研究成果,应用于BU71Mn钢轨的焊接实验中。实验结果表明,焊接设备稳定可靠,参数设定方法合理有效,能够高质量完成钢轨焊接任务。此外针对超窄间隙钢轨焊接的焊接工艺进行了总结,对焊接结果进行了相关分析。