焊接傳感器提供了量化的信息之后，如何利用這些信息控制執行機構對焊接過程進行實時控制，從而得到穩定而理想的焊接質量是控制方法要解決的問題。隨著科學技術的不斷進步，尤其是計算機技術的迅速發展，控制技術也得到了很快的發展。在現代焊接生產過程中已經廣泛應用及將要應用的控制方法主要有：
1、直接糾偏法
在工程中我們應用最普遍的方法是直接糾偏法，即得到偏差值后直接控制執行機構實施糾正偏差的動作。僅采用PI調節會降低系統的相對穩定性，因而引進了PID控制方法。
這些控制方法的實質是從被控對象檢測出狀態變量，以此檢測值和期望值比較，得出偏差量，輸送到特別設計的控制器中，按照已建立的數學模型進行運算，得出控制量，輸送到焊接過程調節相應的參數，獲得焊接結果，使檢測值和期望值更為接近，如此循環動作，使偏差量趨向于零，保證在允許的偏差范圍之內。
在焊縫跟蹤系統中，根據求得的焊縫中心與焊炬在圖像中的位置，可以方便地求出焊炬偏離焊縫中心線的偏差信號和方向信號。左偏時，比例糾正電機正轉，帶動焊炬右移，靠近中心線；反之，電機反轉，帶動焊炬左移，靠近中心線。
2、智能控制的方法
隨著電子技術、計算機技術、自動控制技術以及信息技術迅速地引入焊接領域，各種智能控制方法也逐步應用到焊接領域中來。所謂現代智能控制就是主要利用人的操作經驗、知識和推理規則，同時利用控制系統所提供的某些信息得出相應的控制動作，以達到預期控制目的的一種控制方法。在焊縫跟蹤系統，曾經研究并應用了很多的智能控制方法主要有以下幾種。
1）模糊控制
模糊控制是吸收了人的思維具有模糊性的特點，使用模糊數學中的隸屬函數、模糊關系、模糊推理和決策等工具，得出控制動作。模糊控制最突出的優點是無需建立控制系統的數學模型，其控制決策表和控制規則是根據經驗預先總結出來的。根據控制規則，誤差及誤差變換率的模糊子集產生控制決策表，通過決策表的直接查詢，可得到每一時刻應施于控制系統的控制動作，從而達到實時控制的目的。
2）神經網絡控制
人工神經網絡控制是在研究人腦結構和功能的基礎上，通過簡化、抽象和模擬，建立神經網絡模型，再通過相應的計算機系統，實現反映人腦結構和功能來處理問題的過程控制。目前應用最廣、其基本思想最直觀的是誤差逆傳播神經網絡及BP 網絡，BP網絡的特點是進行誤差逆傳播，即根據網絡的希望輸出與網絡實際輸出之差的誤差信號，由輸出層經中間層向輸入層逐層修正連接權及各單元的輸出閾值。BP算法意在求誤差函數的極小值，通過樣本的反復訓練并朝減少偏差的方向修改權值，直至達到滿意的精度為止。
神經網絡絡控制技術應用在弧焊機器人的焊縫跟蹤控制技術中，通過神經網絡在笛卡爾空間軌跡的補償作用，確定出基于笛卡爾空間參考軌跡控制，機器人焊縫跟蹤系統采用神經網絡控制器，具有良好的控制特性和較強的魯棒性。另外神經網絡控制技術還應用于視覺跟蹤系統的焊縫類型自動識別，提取出預處理后焊縫結構光圖像的特征參數，送入ART2 人工神經網絡分類器進行辨識，判別出焊縫類型。應用神經網絡自動識別焊縫類型，迅速、穩定且可靠性高，是焊縫類型自動識別的理想方法。
3、專家系統控制
專家系統控制也是智能控制方法的一種，這種控制方法采用被控對象領域的專業知識和經驗，采用人工智能專家系統的知識表示及推理技術，得出控制動作，從而達到控制的目的。但是在焊縫跟蹤系統中，專家系統控制方法還只是研究階段，但在焊接其他領域已經有了逐步的應用。隨著對專家系統研究的不斷深入，相信在不久的將來，在焊縫跟蹤系統中也將應用到這種先進的控制技術。
