焊接工艺的趋势是焊接智能化,焊接工艺的复杂性决定了难以获取焊接过程的精确知识模型,导致传统控制方法在焊接领域的应用受到了限制。智能知识建模因其对高度复杂的焊接工艺过程具有适应性,越发受到人们的重视。目前在焊接工艺过程建模的方法主要有粗糙集建模、模糊逻辑建模以及神经网络建模。粗糙集理论是一种数学工具,它可以对大量不完善的数据进行分析,并且可实现从大量数据中自动获取规则。与粗糙集相比,模糊逻辑模型是一个并不需要知道具体被控对象的数学模型,本身拥有良好的适应性及鲁棒性。针对粗糙集对焊接系统中连续、模糊数据的分析能力较弱的问题,将粗糙集建模与模糊逻辑建模相结合,发挥二者在知识规则类知识与模糊定量分析方面的各自优势,提出了基于粗糙-模糊软计算知识模型,其主要流程分为四个环节:原始数据获取、数据预处理、模糊规则获取以及近似推理与验证。本文将该知识模型应用于钨极惰性气体保护焊中,对焊缝背面熔宽进行预测,预测的合格率为93.75%,可满足焊接工艺的需求。对于实际焊接过程中系统参数具有时变性、模糊及随机不确定性的问题,提出一种相似修正关系推理方法,通过构造基于相似度量的扩张与缩减修正关系函数,选取合适的近似推理算子,使得焊接过程的近似推理能对系统参量所发生的每一变化、变化的大小及其趋势作出实时精确的响应。在二氧化碳气体保护焊过程建立相似修正关系推理模型,对焊缝成型进行预测,与合成推理方法进行比较。实验结果表明,相似修正关系推理方法对焊缝成型预测的精度比传统的合成推理方法略高。