1.基于云平台的钢结构焊缝缺陷智能检测系统，其特征在于：包括数据采集模块、云端数据储存模块、数据预处理模块、缺陷检测识别模块、结果展示模块和远程访问模块；

所述数据采集模块通过使用摄像头或其他传感器设备对桥梁焊接部位进行实时监测，获取第一数据组、第二数据组和第三数据组，上传至云平台；

所述云端数据储存模块用于负责在云平台存储采集到的第一数据组、第二数据组和第三数据组，并提供数据管理功能，包括存储、备份和恢复；

所述数据预处理模块用于对采集到的数据进行预处理，包括去噪、图像增强和几何校正，在云端使用机器学习和深度学习技术，设计并进行训练针对焊缝缺陷的检测算法模型，获取：钢结构焊缝缺陷检测指数Qlhf；

所述缺陷检测识别模块用于利用训练好的算法模型计算出的钢结构焊缝缺陷检测指数Qlhf，与预设检测合格阈值Z和预设检测合格阈值X进行对比，对预处理后的数据进行缺陷检测和识别，获取评估等级方案；

所述结果展示模块用于将检测到的评估等级方案以可视化的方式展示给用户，包括缺陷位置、类型和大小，以及针对不同缺陷的处理建议；

所述远程访问模块用于允许用户通过云平台远程访问系统，实时监控焊接现场的情况，并获取检测结果，使工作人员及时采取措施；

所述数据预处理模块包括数据清洗单元和数据计算单元；

所述数据清洗单元用于负责对采集到的数据进行清洗和去噪，去除数据中的干扰和噪声，包括数据清洗、去除异常值和滤波处理，并对采集到的图像数据进行预处理、图像增强和几何校正，包括图像去噪、锐化、对比度增强和几何变换的操作，以使图像清晰且容易识别焊缝缺陷；

所述数据计算单元用于负责在云端使用机器学习和深度学习技术，设计并进行训练针对焊缝缺陷的检测算法模型，获取：钢结构焊缝缺陷检测指数Qlhf、焊接稳定系数Hjwd、焊缝形态系数Hfxt和材料质量系数Clzl；

所述钢结构焊缝缺陷检测指数Qlhf通过以下公式计算获取：

式中，Hjwd表示焊接稳定系数，Hfxt表示焊缝形态系数，Clzl表示材料质量系数，q、w和e分别表示焊接稳定系数Hjwd、焊缝形态系数Hfxt和材料质量系数Clzl的比例系数；

其中，0.12≤q≤0.28，0.23≤w≤0.35，0.22≤e≤0.37，且q+w+e≤1.0，R表示第一修正常数；

所述焊接稳定系数Hjwd通过以下公式计算获取：

Slcs＝[(Hjdl*t)+(Dybh*y)+(Hjsd*u)+(Qtll*i)]+O；

式中，Hjdl表示焊接电流值，Dybh表示电压变化范围，Hjsd表示焊接速度变化率，Qtll表示气体流量值，t、y、u和i分别表示焊接电流值Hjdl、电压变化范围Dybh、焊接速度变化率Hjsd和气体流量值Qtll的比例系数；

其中，0.13≤t≤0.23，0.17≤y≤0.23，0.18≤u≤0.24，0.11≤i≤0.30，且t+y+u+i≤1.0，O表示第二修正常数；

所述焊缝形态系数Hfxt通过以下公式计算获取：

Hfxt＝[(Hfxt*a)+(Hfkd*s)+(Hfhd*d)+(Bmcc*f)+(Hfbx*g)]+H；

式中，Hfxt表示焊缝形态曲率，Hfkd表示焊缝平均宽度，Hfhd表示焊缝平均厚度，Bmcc表示焊缝的表面粗糙度，Hfbx表示焊缝变形程度，a、s、d、f和g分别表示焊缝形态曲率Hfxt、焊缝平均宽度Hfkd、焊缝平均厚度Hfhd、焊缝的表面粗糙度Bmcc和焊缝变形程度Hfbx的比例系数；

其中，0.12≤a≤0.25，0.17≤s≤0.20，0.13≤d≤0.25，0.15≤f≤0.20，0.05≤g≤0.10，且a+s+d+f+g≤1.0，H表示第三修正常数；

所述材料质量系数Clzl通过以下公式计算获取：

Clzl＝[(Bmqj*j)+(Clwd*k)+(Pljd*c)+(Clhd*v)]+L；

式中，Bmqj表示材料表面清洁度，Clwd表示材料温度值，Pljd表示材料配料精度，Clhd表示材料厚度，j、k、c和v分别表示材料表面清洁度Bmqj、材料温度值Clwd、材料配料精度Pljd和材料厚度Clhd的比例系数；

其中，0.12≤j≤0.25，0.15≤k≤0.20，0.17≤c≤0.20，0.13≤v≤0.35，且j+k+c+v≤1.0，L表示第四修正常数。

2.根据权利要求1所述的基于云平台的钢结构焊缝缺陷智能检测系统，其特征在于：所述数据采集模块包括焊接参数采集单元、焊缝特征采集单元和材料质量采集单元；

所述焊接参数采集单元用于负责监测焊接过程中的特征参数，获取焊接电流值Hjdl、电压变化范围Dybh、焊接速度变化率Hjsd和气体流量值Qtll，形成第一数据组；

所述焊缝特征采集单元用于负责采集焊缝的形态特征参数，包括形态、尺寸、表面粗糙度和变形程度，获取：焊缝形态曲率Hfxt、焊缝平均宽度Hfkd、焊缝平均厚度Hfhd、焊缝的表面粗糙度Bmcc和焊缝变形程度Hfbx，形成第二数据组；

所述材料质量采集单元用于负责监测焊接材料的质量和工艺参数，包括表面清洁度、温度、成分精度和厚度，获取：材料表面清洁度Bmqj、材料温度值Clwd、材料配料精度Pljd和材料厚度Clhd，形成第三数据组。

3.根据权利要求1所述的基于云平台的钢结构焊缝缺陷智能检测系统，其特征在于：所述云端数据储存模块包括数据存储单元和数据管理单元；

所述数据存储单元用于负责将采集到的数据存储在云端服务器上，包括数据存储、索引管理和数据归档，以满足对数据的长期保存和快速检索需求；

所述数据管理单元用于负责管理云端存储的数据，提供数据管理功能，包括存储管理、备份和恢复，包括数据备份、数据恢复、权限管理和版本控制，并提供对数据的管理和监控。

4.根据权利要求1所述的基于云平台的钢结构焊缝缺陷智能检测系统，其特征在于：所述缺陷检测识别模块包括缺陷评估单元；

所述缺陷评估单元用于利用训练好的算法模型对预处理后的数据进行缺陷检测，将计算得到的钢结构焊缝缺陷检测指数Qlhf与预设检测合格阈值进行对比，确定缺陷的评估等级方案：当钢结构焊缝缺陷检测指数Qlhf≤预设标准阈值Z时，判定为合格，不需要做调整，固定周期对焊接设备进行维护保养，包括对焊接参数进行实时监控，稳定电流、电压、焊接速度和气体流量在规定范围内；

预设标准阈值Z＜当钢结构焊缝缺陷检测指数Qlhf＜预设标准阈值X时，判定为警告，及时发现并纠正导致焊缝缺陷的问题，包括固定周期检查焊缝形态，及时发现焊接速度过快或过慢，调整为一周两次的检测频率；

当钢结构焊缝缺陷检测指数Qlhf≥预设标准阈值X时，判定为不合格，分析焊缝缺陷的类型和成因，重新评估焊接工艺参数，包括电流、电压、焊接速度和气体流量，确定需要调整的参数，调整电流和电压使其处于合格范围内，调整焊接速度以确保焊接质量。

5.根据权利要求1所述的基于云平台的钢结构焊缝缺陷智能检测系统，其特征在于：所述结果展示模块包括数据可视化单元和缺陷定位单元；

所述数据可视化模块用于负责将检测到的焊缝缺陷位置、类型和大小信息转换成图形、图表或其他可视化形式，可视化形式包括热图、曲线图和柱状图，将检测到的焊缝缺陷结果以可视化的方式展示给用户，以便用户实时查看分析检测结果；

所述缺陷定位单元用于根据检测算法的结果，确定焊缝缺陷的具体位置和尺寸，并在图像或地图上标注出缺陷位置，以便用户准确识别，对检测到的焊缝缺陷进行定位，并在可视化界面上显示缺陷位置和类型，对检测到的焊缝缺陷进行分类。

6.根据权利要求1所述的基于云平台的钢结构焊缝缺陷智能检测系统，其特征在于：所述远程访问模块包括远程监控单元和通知单元；

所述远程监控单元用于负责实现用户通过云平台远程访问系统，实时监控焊接现场的情况，提供用户界面或应用程序，允许用户通过互联网远程访问系统，查看实时视频流或实时数据，并监控焊接过程的进展和情况；

所述通知单元用于负责将检测结果及时传输给用户，并提供实时通知功能，将检测到的焊缝缺陷结果实时传输给用户，并通过邮件、短信和App推送的方式提供实时通知，以便工作人员及时采取措施对焊接质量进行管理和控制。

7.基于云平台的钢结构焊缝缺陷智能检测方法，包括上述权利要求1～6任一项所述的基于云平台的钢结构焊缝缺陷智能检测系统，其特征在于：包括以下步骤：步骤一：所述数据采集模块通过使用摄像头或其他传感器设备对桥梁焊接部位进行实时监测，获取第一数据组、第二数据组和第三数据组，上传至云平台；

步骤二：在云平台存储采集到的第一数据组、第二数据组和第三数据组，并提供数据管理功能，包括存储、备份和恢复；

步骤三：对采集到的数据进行预处理，包括去噪、图像增强和几何校正，在云端使用机器学习和深度学习技术，设计并进行训练针对焊缝缺陷的检测算法模型，获取：钢结构焊缝缺陷检测指数Qlhf；

步骤四：利用训练好的算法模型计算出的钢结构焊缝缺陷检测指数Qlhf，与预设检测合格阈值Z和预设检测合格阈值X进行对比，对预处理后的数据进行缺陷检测和识别，获取评估等级方案；

步骤五：将检测到的评估等级方案以可视化的方式展示给用户，包括缺陷位置、类型和大小，以及针对不同缺陷的处理建议；

步骤六：允许用户通过云平台远程访问系统，实时监控焊接现场的情况，并获取检测结果，使工作人员及时采取措施。