工件表面质量的预测方法及系统

本发明涉及智能制造和先进检测技术领域，尤其涉及工件表面质量的预测方法及系统，采用多模态数据融合、联合特征学习、图结构数据深度学习和强化学习优化等技术；通过实时采集工件的干涉图像数据、热成像数据和超声波信号数据，进行预处理和融合生成综合特征数据，输入到多模态变分自编码器进行联合特征学习，生成联合特征表示，并构建为图结构数据，利用图神经网络进行深度学习和优化，生成状态转移图模型；最终，通过强化学习优化模型参数，生成高精度预测模型；该模型可实时预测工件表面质量，并通过分布式传感网络反馈系统调整加工参数，确保工件质量；通过本发明，显著提高了工件表面质量预测的准确性和实时性，解决了现有技术的多项局限。