焊接设备智能监测异常识别大数据平台，以大数据技术、机器学习、深度神经网络模型为支撑，采集焊钳设备过程和工况海量数据，构建机器学习、深度神经网络模型，实现在焊接过程中识别设备异常（焊点质量），对虚焊、批量异常、飞溅三类异常进行有效识别和预警，及时发现焊钳设备异常，提高焊接质量。大数据平台根据业务需求，构建各类异常识别模型，提供智能应用系统。

焊接设备智能监测异常识别大数据平台，包括数据采集子系统、大数据建模、焊点异常识别模型、数据分析子系统、告警信息接口服务。

焊点异常识别模型

焊点异常识别模型，让机器从大量焊钳设备样本数据中自动学习其规律，用于识别设备异常（焊点质量），对虚焊、批量异常、飞溅三类异常进行有效识别和预警。

基于沃达德大数据平台，通过对海量数据采集、处理、存储、分析和数据挖掘，根据数据的特性，采用合适的可视化方式，将数据直观地展现出来，以帮助人们认识数据、理解数据，同时找出包含在海量数据中的规律或者信息，预测未来发展趋势，进行智能化决策分析，使得数据资产成为核心竞争力。