逆变式点焊电源是电阻焊领域研究的主要方向之一。软开关技术可以减小开关损耗、电磁干扰以及对电路寄生参数的敏感性，并从根本上改善了电源的输出特性、稳定性及可靠性，提高了电源的效率。DSP(数字信号处理器)的高速发展为智能控制算法在点焊控制中的应用提供了一个良好的研究平台，以其为主控单元构建的控制技术正在逐步取代单片机控制技术。本文基于DSP开展了软开关点焊逆变电源智能控制系统的研究工作。 论文通过对软开关逆变点焊电源主电路拓扑结构和工作原理的分析，对全桥式移相DC／DC零电压软开关逆变点焊电源恒流输出的驱动脉冲时序要求和实现方法做了详尽的论述。 采用TMS320LF2407A Demo板为全桥移相零电压点焊逆变电路提供PWM驱动脉冲，并建立了输出电流变化值与移相角之间的计算公式，利用软件编程对PWM驱动脉冲的输出频率、移相角和死区时间进行灵活的设定和修改。 分析并推导了逆变点焊过程控制模型，构建了逆变点焊模糊神经网络恒流控制系统结构。根据该模型采用先正弦后恒定输入的方法对模糊神经网络(FNN)进行分段离线学习，从而提高网络的泛化能力和自适应能力。针对实际控制中模糊神经网络计算量大，实时性差的缺点，对常规的BP算法做了一些优化处理，并且提出了在线控制时，利用训练后的网络仅做正向模糊计算，输出逆变桥开关管占空比改变量的方法保证逆变器恒流输出的智能控制方法，从而有效地提高了网络控制的实时性。 利用MATLAB语言编程完成了系统智能控制算法的仿真试验。仿真结果表明，离线分段训练后的FNN在线控制时，仅做正向模糊计算就可以完成逆变点焊电源恒流控制输出的要求；当加入瞬时干扰时，系统大约经过4个逆变周期达到稳定值。此外，动量因子的引入不但减小了BP算法学习过程的振荡趋势，加快了收敛速度，而且较好地解决了BP网络容易陷入局部极小点的缺陷。模糊规则阈值的引入，大约减小了22％的网络训练时间。