自2016年起，薛繼鵬致力於用數智化技術把控鋼軌焊接質量，9年間編寫2萬餘個程序文件、100多萬行程序代碼、60餘個智能軟件模塊，打造鋼軌焊接的大數據分析系統；通過數字圖像處理技術還原了焊機的頂鍛力、電流和位移時間序列數字信號，助力焊軌工作從數字化向數智化邁進。
一個完整的鋼軌焊頭，需經過除鏽、焊接等16道工序；一段優質的無縫鋼軌，需把控成百上千個工藝數據。沒有人在生產現場的情況下，如何實現對這些海量數據的有效管控？
走進中國鐵路西安局西安工務機械段茂陵焊軌車間監控分析室，便可找到答案。
監控分析室大屏上，鋼軌焊接工藝參數曲線、焊軌作業各工序圖像、生產任務完成量等現場生產情況一目了然。這是茂陵焊軌車間焊接工薛繼鵬潛心9年打造的大數據分析系統。
“它能記錄每道生產工序的圖像和數據，為每個焊頭的完成過程精準'畫像'，實現工藝革新和生產過程精準追溯。”薛繼鵬說。
薛繼鵬打開自主設計的“探傷數據自動化評估程序”後台，“這裡有7.3萬個像素點、11個捲機模板，探傷數據的對比分析就是依靠它們完成的。”
只見電腦屏幕上密密麻麻佈滿了各種數據和代碼，難以想像，9年間，薛繼鵬編寫了2萬餘個程序文件、100多萬行程序代碼，創建了60餘個智能軟件模塊，用數據為鋼軌焊接過程精準“把脈畫像”。
2016年，因在計算機技術方面表現出色，薛繼鵬從車間的粗銑崗位調整到監控分析室工作。 “那時的監控管理系統只是簡單記錄數據，無法實現電子化存儲和自動分析運用。”薛繼鵬說，有時，焊接好的鋼軌還會出現數據缺項或者錯誤，質監部門拒絕接收，就導致鋼軌無法正常出廠。如果要進行這些數據的補錄和糾正，每個焊頭會影響正常生產4個小時。
薛继鹏到岗做的第一件事，就是对车间所有电脑进行杀毒、整理磁盘、清理未知程序。“白天生产线要运转，我只能在晚上进行这项工作，一做就是3个多月。”薛继鹏说。他还自学统计学、编程语言、数据分析等专业知识，用1个多月时间写出代码，使得工作人员可以导出数据进行审核，将原本需要16个小时才能完成的审核工作缩减至4个小时。
一次次的突破，让薛继鹏信心倍增，创新的步伐越走越坚定。
探伤量化分析是提升焊接质效的核心。薛继鹏经过系统分析，研发出钢轨焊缝超声波探伤仪探伤数据自动评估程序，将焊接接头探伤量化分析由10分钟缩短至10秒钟；他还编写了探伤图像文件伤损区域高频信号数据自动读取程序，实现伤损信息自动分析……
国内焊轨基地使用的都是国外进口焊机，数据不能被解析，无法还原采集的顶锻力、电流和位移时间序列数字信号，这也成为焊轨工作从数字化向数智化迈进的一个阻碍。
“既然原始文件无法破解，有没有什么别的思路？”薛继鹏反复实验，最终使用分析软件将焊接图像批量转换成786432个像素点的数字图像文件，通过数字图像处理技术还原了顶锻力、电流和位移时间序列数字信号，这一绝活让国内焊接技术人员纷纷上门请教。
薛继鹏还通过客观赋权法，对全国焊轨基地生产、设备、工艺、技术和质量进行系统总结，形成基地焊轨的大数据模型。“程序编码、数学模型对大多数工友来说可能既陌生又复杂，但我觉得很有趣，也很有成就感。”薛继鹏说，“我要做焊缝技术从数字化向数智化迈进的亲历者、见证者。”
