焊点异常识别模型，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、飞溅异常数据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。

焊点异常识别模型程序，功能包括焊点异常识别模型建模、数据接入、接口服务。

焊点异常识别模型建模，让模型从大量焊钳设备样本数据中自动学习其规律，用于识别焊点质量，对虚焊、合格焊点、飞溅三类数据进行有效识别。

数据接入，现有监测系统，通过接口方式将数据逐条发到模型程序。

接口服务，模型程序调用焊点异常识别模型，将识别结果，通过接口方式返回给监测系统。

基于沃达德智能制造工业大数据和人工智能平台，利用大数据和人工智能技术，在工业生产过程中，实现生产加工本身的提升与提高。利用大数据，将工业数据利用起来，探索数据的创新应用；利用人工智能技术，让数据产生巨大的价值。通过新一代信息技术与制造业的融合，成为制造业转型升级的核心，实现智能制造。