La adquisición de conocimiento y el razonamiento son esenciales en las decisiones de soldadura inteligente. Sin embargo, los desafíos de la adquisición de conocimiento no estructurado y la débil vinculación del conocimiento a lo largo de las fases limitan el desarrollo de la inteligencia en soldadura, especialmente en la integración de la ingeniería de la información del dominio. Este documento propone un modelo cognitivo que combina el reconocimiento de imágenes y un grafo de conocimiento. Se utiliza una CNN como capa de percepción para obtener información directa. Se describen reglas lógicas automatizadas basadas en un grafo de conocimiento para habilitar la integración de información en el dominio del razonamiento del conocimiento. Además, se construyó un grafo de conocimiento de soldadura del marco del bogie basado en el reconocimiento de entidades y relaciones. Se compararon modelos de CNN con diferentes estructuras de red y se entrenaron en condiciones supervisadas. En los resultados, la red InceptionV1 obtuvo una puntuación alta (0.758 para la relación de grosor, 0.642 para la forma de la ranura, 0.704 para el tipo de unión y 0.835 para la forma del material base). El modelo propuesto mostró un rendimiento positivo en términos de precisión, interpretación, cobertura de conocimiento, escalabilidad y portabilidad en comparación con varios otros métodos. El modelo puede abordar de manera efectiva las limitaciones mencionadas anteriormente y es importante para la fabricación de soldaduras con integración de información de ingeniería.