1.一种船用柴油机关键件的可制造性智能评价方法，其特征在于，所述船用柴油机关键件的可制造性智能评价方法包括如下步骤：步骤1：对船用柴油机关键件的加工特征进行分类；

步骤2：分析船用柴油机关键件的MBD模型，提取加工特征几何元素并降维处理；

步骤3：构建加工特征分类器，采用基于多角度图像识别综合分析方法进行特征识别；

步骤4：提取MBD模型标注信息，构建零件信息模型和加工特征信息模型；

步骤5：收集企业制造资源信息，构建制造资源信息模型；

步骤6：收集典型案例并采用数据挖掘技术，挖掘船用柴油机关键件的加工特征结构设计工艺规则，生成结构工艺性智能决策模型；

步骤7：采用结构工艺性智能决策方法判断零件的结构工艺性；采用基于约束能力的制造资源双层筛选方法判断零件的加工可行性；

步骤8：基于NX10.0开发此平台，输出可制造性评价报告，所述可制造性评价报告分为结构工艺性评价报告和加工可行性评价报告，所述评价报告包括在可制造性为通过条件下的制造资源列表以及不通过条件下的具体原因；

其中，所述步骤6中，所述生成结构工艺性智能决策模型的具体步骤为：(61)整理加工特征的结构设计工艺规则并定义规则标签号，将其分为非数值A规则和数值B规则两部分；

(62)收集有关表A、B规则的加工特征结构设计案例，不满足A规则的加工特征使其拓扑结构数据降维成多个视图组成的彩色图像集，不满足B规则的加工特征使其设计参数信息编码成向量集，从而生成A规则、B规则的两类挖掘数据库；

(63)构建卷积神经网络和BP神经网络，分别对A规则、B规则的两类挖掘数据库进行规则信息挖掘，待完成后获得A规则、B规则两种结构工艺性智能决策模型；

其中，所述步骤7中，所述结构工艺性智能决策方法具体步骤为：(71)提取加工特征信息模型内的特征类型、特征几何结构图信息，输入非数值规则智能决策模型内，自动决策几何结构合理性；

(72)提取加工特征信息模型内的特征类型、特征基本尺寸、特征精度、表面粗糙度信息，输入数值规则智能决策模型内，自动决策设计参数合理性；

(73)综合分析步骤(71)和(72)决策数据，存储结构工艺性评价结果；

所述步骤7所述的基于约束能力的制造资源双层筛选方法具体步骤为：(74)机床粗筛选，粗筛选机床中能满足对零件加工约束的编号集合M1；

(75)刀具粗筛选：粗筛选刀具中能满足对零件加工约束的编号集合T1；

(76)机床精筛选：精筛选机床集合M1中能满足对零件特征加工约束的编号M2，M2∈M1；

(77)刀具精筛选：精筛选刀具集合D1中能满足对零件特征加工约束的编号T2，T2∈T1；

(78)存储M2，T2，得加工可行性的评价结果。

2.如权利要求1所述的船用柴油机关键件的可制造性智能评价方法，其特征在于，所述船用柴油机关键件的可制造性智能评价方法针对船用柴油机关键件MBD模型进行实施，从零件的特征层和零件层两方面展开结构工艺性、加工进行智能化和自动化可行性综合评价。

3.如权利要求1所述的船用柴油机关键件的可制造性智能评价方法，其特征在于，所述步骤1中，所述加工特征是指面类和/或孔类和/或槽类和/或腔类，所述加工特征是以具有制造语义且无法拆分的最简化特征进行划分。

4.如权利要求1所述的船用柴油机关键件的可制造性智能评价方法，特征在于，所述步骤2中，所述提取加工特征几何元素并降维处理具体步骤为：(21)获取MBD模型的某个表面粗糙度PMI属性值，对其关联的对象进行特征轮廓抽取，获取加工特征拓扑结构片体F；

(22)隐藏模型视图中所有可见对象，将加工特征F单独显示；

(23)使加工特征F的基准坐标系与绝对坐标系重合，在此基础上分别以前视图、左视图、俯视图多个视图于三维软件的图形窗口中对加工特征F进行表达，并结合应用程序接口API函数捕捉各视图的窗口截图；

(24)对捕捉结果进行图像拼接，获得多个视图组成的单张彩色图像w；

(25)多次旋转加工特征F的空间角度并执行步骤(23)到步骤(24)，将加工特征三维拓扑结构转换为二维多角度彩色图像集Wn＝{w1，w2，…wn}，n为旋转次数。

5.如权利要求1所述的船用柴油机关键件的可制造性智能评价方法，特征在于，所述步骤3中，所述加工特征分类器具是通过训练深度学习模型后得到的，输入信息为彩色特征图片，输出信息为特征类型。

6.如权利要求1所述的船用柴油机关键件的可制造性智能评价方法，特征在于，所述步骤3中，所述基于多角度图像识别综合分析方法是具体步骤为：(31)将加工特征F的二维彩色图像集输入到加工特征分类器，返回图像集的预测概率数组 其中i≤n，n为图像总数，K为特征类型对应的标签；

(32)处理所有图像预测数据，将预测的相同特征类型概率相加，计算最大期望Et，即(33)返回加工特征F对应的特征类型，即标签t对应的类型，并以txt文本形式储存。

7.如权利要求1所述的船用柴油机关键件的可制造性智能评价方法，特征在于，所述步骤4中，所述零件信息模型和加工特征信息模型包括以下属性：所述零件信息模型包括：毛坯的类型、材料，零件的名称、类型、编号、生产方式、零件尺寸、质量；

所述加工特征信息模型包括：特征的类型、编号、基本尺寸、精度、表面粗糙度、几何拓扑结构图。

8.如权利要求1所述的船用柴油机关键件的可制造性智能评价方法，特征在于，所述步骤5中，所述制造资源信息模型包括机床信息模型和刀具信息模型包括以下属性：所述机床信息模型包括：机床的类型、编号、生产方式、工作台尺寸、最大加工质量、可加工毛坯类型、可加工毛坯材料、可加工特征类型、可加工精度、可加工表面粗糙度；

所述刀具信息模型包括：刀具的类型、编号、基本尺寸、可加工特征类型、可加工材料、可加工精度、可加工表面粗糙度。