铝合金薄板激光焊接经常会出现咬边、凹陷等表面缺陷。这两种缺陷由于尺寸小、特征相似，难以通过传统视觉在线检测手段对其进行精确分类和测量。开发了一种基于深度学习缺陷分类-点云测量的在线监测系统，利用高密度的点云数据对缺陷进行识别、分类与测量，解决了上述检测难题。通过双目结构光传感器采集点云数据；利用基于区域推荐网络的卷积神经网络模型识别和定位缺陷；在识别和定位缺陷后，通过对局部缺陷区域的点云进行操作，快速测量缺陷尺寸。高密度点云数据训练的模型的识别准确率达到93%，高于传统二维视觉传感器图像训练的模型。该检测系统在线检测允许的最大焊接速度为316.87 mm/s，适用于大多数激光焊接。

为降低碳纤维增强热塑性复合材料(CFRTP)与铝合金进行激光焊接时,激光加热对铝合金造成的焊接缺陷,提升焊接接头的力学性能,将激光搅拌焊接方法引入到铝合金与CFRTP的焊接中。通过与传统的激光直线焊接方法进行对比后发现:在相同的激光功率和焊接速度下,激光搅拌焊接接头的连接强度为传统激光直线焊接的3.25倍;激光搅拌焊接还可以显著减少气孔缺陷,获得较好的焊缝形貌。为进一步研究CFRTP/铝合金激光搅拌焊接的机理,对CFRTP/铝合金激光搅拌焊接温度场进行仿真分析,结果表明:铝合金表面的温度场呈非等幅振荡形式变化,且出现了两个峰值,这是激光搅拌焊接能够降低焊接缺陷的主要原因之一。同时,对铝合金焊缝的熔深、熔宽进行计算,并与测量结果进行对比,仿真结果与实验结果的误差在9.87%以内。

为了精确地提取焊接缺陷, 进一步提高缺陷检测的准确性, 提出了一种基于改进Chan-Vese(CV)模型和脉冲耦合神经网络(pulse coupled neural network, PCNN)的非下采样Shearlet变换(non-subsampled Shearlet transform, NSST)域焊接缺陷提取方法。首先, 对焊接缺陷图像进行NSST分解, 对得到的低频分量采用PCNN提取出缺陷的主要区域;然后, 利用背景抑制后的低频分量和高频分量构造出高频特征图像, 并对其进行粗分割, 再利用改进的CV模型寻找最优轮廓, 提取出缺陷精细轮廓;最后, 融合缺陷的主要区域和精细轮廓信息得到最终的结果。实验结果表明, 与其他缺陷提取法相比, 所用方法提取的缺陷结构更为完整, 缺陷轮廓更为精细。

在高功率光纤激光焊接厚度为12 mm的SUS 304不锈钢板的过程中，熔池无法在其自身重力、表面张力、蒸气反冲力等作用力的共同作用下保持动态平衡，熔池内液态金属流动剧烈，使得穿透焊时焊缝表面成型质量较差，容易出现飞溅、表面塌陷以及底部驼峰等焊接缺陷的问题。在确定焊接功率及正面保护种类及气流量等工艺参数的情况下，采用改变单一变量的方法，讨论了焊接速度、离焦量、背面保护气流量以及对接间隙的变化对焊缝表面质量的影响。结果表明：合理的工艺措施可有效改善焊缝质量，优化参数后的焊缝表面光滑、均匀，后续加工量小。拉伸试验表明韧性断裂发生在母材处，而且远离焊缝，最大拉伸应力为809 MPa，对应的应变为64%。

现代工程结构要求对异种金属材料进行焊接。激光焊接具有密度高、焊缝深宽比大、热影响区窄以及变形小等特点，成为异种金属材料焊接的有效方法。异种金属激光焊接过程包含多种效应，机制复杂。比如，材料性能差异对焊缝微观组织与宏观性能的影响; 焊接熔池的形成、演化机制; 熔池凝固过程焊接缺陷及残余应力形成等。围绕异种金属激光焊接过程中的关键问题，国内外开展了诸多研究工作，对此进行了全面阐述。在此基础上，指出异种金属材料激光焊接研究中的不足及发展方向。