焊接传感器提供了量化的信息之后，如何利用这些信息控制执行机构对焊接过程进行实时控制，从而得到稳定而理想的焊接质量是控制方法要解决的问题。随着科学技术的不断进步，尤其是计算机技术的迅速发展，控制技术也得到了很快的发展。在现代焊接生产过程中已经广泛应用及将要应用的控制方法主要有：

1、直接纠偏法

在工程中我们应用最普遍的方法是直接纠偏法，即得到偏差值后直接控制执行机构实施纠正偏差的动作。仅采用PI调节会降低系统的相对稳定性，因而引进了PID控制方法。

这些控制方法的实质是从被控对象检测出状态变量，以此检测值和期望值比较，得出偏差量，输送到特别设计的控制器中，按照已建立的数学模型进行运算，得出控制量，输送到焊接过程调节相应的参数，获得焊接结果，使检测值和期望值更为接近，如此循环动作，使偏差量趋向于零，保证在允许的偏差范围之内。

在焊缝跟踪系统中，根据求得的焊缝中心与焊炬在图像中的位置，可以方便地求出焊炬偏离焊缝中心线的偏差信号和方向信号。左偏时，比例纠正电机正转，带动焊炬右移，靠近中心线；反之，电机反转，带动焊炬左移，靠近中心线。

2、智能控制的方法

随着电子技术、计算机技术、自动控制技术以及信息技术迅速地引入焊接领域，各种智能控制方法也逐步应用到焊接领域中来。所谓现代智能控制就是主要利用人的操作经验、知识和推理规则，同时利用控制系统所提供的某些信息得出相应的控制动作，以达到预期控制目的的一种控制方法。在焊缝跟踪系统，曾经研究并应用了很多的智能控制方法主要有以下几种。

1）模糊控制

模糊控制是吸收了人的思维具有模糊性的特点，使用模糊数学中的隶属函数、模糊关系、模糊推理和决策等工具，得出控制动作。模糊控制最突出的优点是无需建立控制系统的数学模型，其控制决策表和控制规则是根据经验预先总结出来的。根据控制规则，误差及误差变换率的模糊子集产生控制决策表，通过决策表的直接查询，可得到每一时刻应施于控制系统的控制动作，从而达到实时控制的目的。

2）神经网络控制

人工神经网络控制是在研究人脑结构和功能的基础上，通过简化、抽象和模拟，建立神经网络模型，再通过相应的计算机系统，实现反映人脑结构和功能来处理问题的过程控制。目前应用最广、其基本思想最直观的是误差逆传播神经网络及BP 网络，BP网络的特点是进行误差逆传播，即根据网络的希望输出与网络实际输出之差的误差信号，由输出层经中间层向输入层逐层修正连接权及各单元的输出阈值。BP算法意在求误差函数的极小值，通过样本的反复训练并朝减少偏差的方向修改权值，直至达到满意的精度为止。

神经网络络控制技术应用在弧焊机器人的焊缝跟踪控制技术中，通过神经网络在笛卡尔空间轨迹的补偿作用，确定出基于笛卡尔空间参考轨迹控制，机器人焊缝跟踪系统采用神经网络控制器，具有良好的控制特性和较强的鲁棒性。另外神经网络控制技术还应用于视觉跟踪系统的焊缝类型自动识别，提取出预处理后焊缝结构光图像的特征参数，送入ART2 人工神经网络分类器进行辨识，判别出焊缝类型。应用神经网络自动识别焊缝类型，迅速、稳定且可靠性高，是焊缝类型自动识别的理想方法。

3、专家系统控制

专家系统控制也是智能控制方法的一种，这种控制方法采用被控对象领域的专业知识和经验，采用人工智能专家系统的知识表示及推理技术，得出控制动作，从而达到控制的目的。但是在焊缝跟踪系统中，专家系统控制方法还只是研究阶段，但在焊接其他领域已经有了逐步的应用。随着对专家系统研究的不断深入，相信在不久的将来，在焊缝跟踪系统中也将应用到这种先进的控制技术。