基于主成分分析-支持向量机（PCA-SVM）模型，提出一种利用近红外辐射信号预测接头形貌的方法，研究了信号的变化规律与焊缝形貌之间的相关性，实现了工艺参数的优化。提取信号的6种时域特征参数并进行主成分分析，获得了接头形貌综合评定指标。根据信号的输入特征，利用支持向量机进行了分类预测。结果表明，近红外辐射信号能够反映焊接过程中焊缝状态的变化，不同缺陷的特征变化具有较大差异，且存在清晰的识别度。该预测模型能够准确识别焊缝成形形貌，准确率高达96.6%。