1.一种结合机器学习实现对低压铸造铝合金轮毂模具温度场调整的方法，其特征在于，步骤包括：

（1）将计算机与热电偶信号输出端，压铸机相连；热电偶用于采集模具不同位置处的温度时间曲线，用于反应反映模具温度场，采集到数据后，数据传输到计算机并保存；压铸机将每次的工艺参数设置传输到电脑，与对应的热电偶温度曲线一起保存；同时计算机通过PLC程序控制压铸机的工艺参数调整，在人工神经网络模型输出风水冷工艺参数时，将该风水冷工艺参数应用到压铸机上；热电偶的数量和分布基于轮毂的结构，表征模具温度场；在低压铸造过程中提取每次调整后的风水冷工艺参数以及对应工艺下每个热电偶的温度变化曲线；

（2）每次低压铸造的风水冷工艺参数与铸造过程中所有热电偶采集的温度时间变化曲线作为一个数据；将每个工艺参数下对应的所有热电偶的温度曲线作为人工神经网络模型的输入；将风水冷工艺参数用区间形式表示，将合格时的风水冷参数也用区间形式表示；用合格时的风水冷参数减去其他工艺下对应位置的风水冷参数来表征想要得到合格温度曲线时，该位置处的风水冷的调整方案；一个工艺下所有风水冷参数进行处理后组成一个数据集，即为一个输出；

（3）将所有数据分成两组，一组作为测试组；一组作为训练组；训练组的数据用于训练人工神经网络模型，测试组的数据用于人工神经网络模型精准度的验证，同时调整人工神经网络模型的参数，使其预测精度达到最高；

（4）使用训练组数据的输入和输出训练人工神经网络模型，训练完成后输入测试组的输入，输出预测结果；同时通过测试组输入后人工神经网络模型的预测结果与实际测试组的工艺参数对比调整人工神经网络模型的参数，使其预测精度达到最高；通过使用不同的参数对测试集进行预测，对比不同参数下预测结果与实际工艺参数的误差得到人工神经网络模型参数；

（5）当得到第一版合格工艺后会将其应用在其他压铸机上，在其他压铸机使用该工艺生产过程中，计算机自动采集每个热电偶的温度曲线，并将这些温度曲线传输到计算机进行判断；

（6）计算机判断模具在开始铸造时的温度是否达到初始温度需求，如果低于初始温度要求，则进行进行步骤（7）；如果达到了初始温度需求则进行步骤（8）；

（7）如果模具在开始铸造时的温度低于初始温度需求，计算机会调低压铸机保压时间，使用铝液的温度加热模具，直至模具温度升高到需要的初始温度后回调保压时间至原始状态并进行步骤（8）；

（8）如果模具在开始铸造时的温度达到了初始温度需求，计算机会采集铸造时的温度曲线作为人工神经网络的输入，通过人工神经网络模型的计算得出风水冷参数调整方案；

（9）人工神经网络模型通过输入的实测的温度曲线，计算出能够在这台压铸机上达到合格温度曲线的风水冷参数调整方案，并通过对压铸机的PLC程序控制实现自动调节，同时在任意时刻也进行人工干预调整；

（10）在稳定生产过程中，计算机会保持对温度曲线的采集，当温度曲线出现较大波动时，重复步骤（6）及以下步骤；

步骤（10）中较大波动为与合格温度曲线最大温差达到5℃。

2.根据权利要求1所述的方法，其特征在于，步骤（1）中风水冷的流量在生产过程中不进行改动，风水冷参数为每处风水冷开启时间与关闭时间。

3.根据权利要求1所述的方法，其特征在于，步骤（3）中将所有数据分成两组，一组占比

1/4，作为测试组；一组占比3/4，作为训练组。

4.根据权利要求1所述的方法，其特征在于，步骤（4）中需要调整的参数包括神经元数目，初始权值和允许误差。