常子楠、沈春龙等针对焊接制造过程异地、异构数据管理和处理困难的问题，提出了焊接信息远程监测系统整体方案并规划了具体的功能模块，设计了焊接参数采集的硬件电路，依据不同设备及通道的参数采集模式，开发了焊接过程参数采集软件模块，实现了焊缝规范参数的采集，并以波形图形式显示与存储，完成了基于B/S模式焊接过程参数及其相关信息网络发布系统[6]。
哈尔滨工业大学的张广军对脉冲GTAW对接填丝变隙熔池图像特征提取进行了研究，获得了多方位同时同幅熔池图像，基于对熔池前端图像处理实时提取间隙变化，为解决工程应用中变间隙焊接焊缝成形控制提供了传感信息[7]。
姚屏、薛家祥等在自行研制的软开关逆变电源上改变脉冲MIG焊的控制波形，在电流波形的下降沿增加熔滴过渡阶段，以实现焊接过程的稳定可控。通过小波分析仪采集并统计瞬时电流、暂态电压、动态电阻、瞬时能量、电流电压概率密度分布等数据，考察了熔滴过渡电流和过渡时间对焊接质量的影响[8]。
柯利涛、黄石生等对脉冲MIG焊熔滴过渡设计了一种新的工艺方法：中值波形控制策略，即在满足一脉一滴的过渡形式下，通过波形控制来保证熔滴的大小一致，可有效控制熔滴过渡过程，焊接效果较好。实验结果表明：当中值电流为一理想值时，中值时间太短，中值阶段所起的作用非常小，达不到所设计的要求；中值时间过长，易产生短路过渡；中值时间为一理想值，焊接质量良好[9]。
Hirai A等在机器人焊接系统中通过CCD摄像机采集熔池图像，并计算熔池参数和熔池穿透深度建立熔池参数和熔池穿透深度的模糊神经网络模型与控制，实现熔池渗透深度的智能化控制[10]。
在脉冲熔化极惰性气体保护焊焊接接头强度检测中，Pal S等通过采集到的焊接过程中的电压和电流信号以及测得的焊接接头强度建立神经网络模型，实现焊接接头强度的预测[11]。
在轨道弧焊过程中，Elena Koleva通过采集到的焊接电流、电极的一整圈的时间等参数和接头质量之间的关系建立神经网络模型，依据要得到的接头质量控制焊接电流等参数，实现焊接过程优化 焊接过程质量监测与控制研究发展研究现状(2):http://www.youerw.com/yanjiu/lunwen_8593.html