逆变式双丝埋弧焊过程是一个非线性、多变量、受多因素影响的过程，焊接质量与工艺条件之间的关系非常复杂。由于设备复杂、工艺参数调整难度大，传统凭经验通过试焊进行工艺参数选取的方法，难以准确把握工艺参数调整的方向和尺度，生产工艺条件稍有偏差，就容易出现咬边、驼峰等缺陷，成为该项技术在高速焊工艺场合应用的瓶颈。因此，通过研究逆变式双丝埋弧焊工艺参数优化选取方法，对于保证高速埋弧焊过程电弧稳定和焊缝成型质量具有重要的意义。论文在对焊接过程电弧能量信号特征分析的基础上，开展基于局部均值分解(Local Mean Decomposition，LMD)的电弧稳定性特征提取和工艺参数搭配合理性评估研究，采用BP神经网络建立双丝埋弧焊工艺参数和电弧能量特征的非线性映射模型，并结合粒子群算优化算法，开展逆变式双丝埋弧焊工艺参数优化研究。主要研究内容如下：1.将以太网通信应用到双丝埋弧焊电弧电流、电压信号的实时采集中，研制基于以太网的电弧能量信号采集系统，并结合MZE-1000/MZ-1250逆变式双丝高速埋弧焊实验平台，搭建逆变式单丝、双丝高速埋弧焊实验与测试平台，实现对单丝、双丝高速埋弧焊接过程中电弧电流、电压信号的实时在线采集与存储。2.根据逆变式双丝埋弧焊电弧能量信号的特点，分析LMD应用于电弧能量信号分析的适应性，针对LMD算法在电弧能量信号分析中容易出现畸变和分解不完全的问题，采用基于线性插值的LMD方法对电弧能量信号进行分解，并通过对分解得到的乘积函数(Product Function，PF)分量分量进行能谱熵特征提取，实现对单丝、双丝埋弧焊电弧稳定性和工艺参数搭配合理性的定量评估。3.采用BP神经网络，以双丝埋弧焊主要工艺参数作为网络的输入，以前后丝电弧电流信号的LMD能谱熵特征作为网络的输出，建立双丝埋弧焊工艺参数与电弧能量特征的神经网络非线性映射模型。采用正交实验样本对所建立的模型进行训练，确定模型的具体参数，并通过测试样本来验证所建立的模型可以定量反映工艺参数与电弧能量特征的影响关系。4.以建立的工艺参数与电弧能量特征的非线性映射模型为目标函数，以能谱熵特征最小为目标，以前丝和后丝的电流与电压、焊丝间距和焊接速度为优化变量，建立逆变式双丝埋弧焊工艺参数优化模型，采用粒子群智能优化算法进行全局优化求解。通过对优化求解得到的工艺参数和常规工艺参数进行对比试焊，验证优化工艺参数在指导实际焊接中，能够保证高速焊下获得良好的焊缝成形质量。