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。

数据采集子系统，采集焊钳设备过程和工况海量数据。在源系统数据的基础上，按照源系统数据和机器学习、深度神经网络模型之间的映射关系，经过数据的抽取、转换和加载等环节，实现数据采集。

平台通过机器学习和深度神经网络，让机器从大量样本数据中自动学习其规律，并根据学习到的规律预测未知数据。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。

数据分析子系统，在焊接过程中实时调用焊点异常识别模型，及时发现焊钳设备异常，提高焊接质量。系统实时、自动对批量焊接数据进行处理和识别分析。

告警信息接口服务，提供HTTP API接口，实现与监测系统的告警信息对接。告警信息类别，包括虚焊、批量异常、飞溅三类异常。告警信息接口，返回数据包括时间戳、焊点时间、焊钳IP、焊点名称、异常类型编号、异常类型名称等信息。