1.一种基于人工智能的增材制造平台排产方法，其特征在于：包括如下步骤：步骤1、通过数据采集模块接收新用户提供的CAD模型文件，并在数据处理模块计算每个模型的切片优先度 ，根据切片优先度 重新确定CAD模型的切片顺序，并按照顺序依次进行切片操作；

步骤2、每当有新的切片文件进入处理队列，若处理队列中不止一个切片文件，则重新计算每个切片文件的处理优先度 ，根据处理优先度 重新确定切片文件的处理顺序；

步骤3、当处理设备完成上一个处理过程后，首先检测该设备是否需要检修，然后通过计算选择进入处理设备的切片文件；

步骤4、将处理后的零件放入后处理队列，每当有新的零件进入后处理队列时，则需要重新计算后处理队列中每个零件的后处理优先度 ，根据后处理优先度 重新确定零件的后处理顺序，并依次进入后处理流程；

步骤5、完成增材制造的所有步骤后，计算零件的合格系数指数 ，根据合格系数指数的大小进行相应的操作。

2.根据权利要求1所述的一种基于人工智能的增材制造平台排产方法，其特征在于：根据采集到的订单提交日期 和交货日期 数据计算出CAD模型的切片优先度 ：；

其中，T是当前的时间；切片优先度 越大，CAD模型的切片优先级越高，按照切片优先度从大到小的顺序重新将所有的CAD模型存放在切片队列中。

3.根据权利要求1所述的一种基于人工智能的增材制造平台排产方法，其特征在于：所述处理优先度 的计算公式为：

；

其中，表示当前的时间， 表示进入处理队列的时间， 表示交货日期；处理优先度越大，切片文件的处理优先级越高；按照处理优先度 从大到小的顺序重新将所有的切片文件存放在处理队列中。

4.根据权利要求1所述的一种基于人工智能的增材制造平台排产方法，其特征在于：根据机器的故障率 判断机器是否需要停工维修，机器的故障率由上一处理过程中出现的故障次数c和运行时间t计算得到：；

当机器的故障率 超过维修阈值 ，则说明机器需要进行维修，将维修信息传送给移动终端，通知相关工作人员进行维修。

5.根据权利要求4所述的一种基于人工智能的增材制造平台排产方法，其特征在于：若机器的故障率未超过维修阈值，则进行切片文件的选择判断，切片文件的选择判断分为两步，分别为：步骤31、首先依次比较处理队列中前三个零件所需的材料是否与当前处理仪器中储存的材料相同，如果存在与所需材料一样的零件切片文件且不再处理队列中的第一位，则需计算处理队列中第一位切片文件的及时度指数 ，根据及时度指数 判断选择哪一个切片文件进行处理：；

其中，T表示当前的时间， 表示交货日期， 表示本切片文件预计处理时间， 表示其他机器中结束最快的机器所需的时间；若及时度指数 大于处理阈值 ，则说明若不选择该切片文件，则后续处理完的时间会超过交货日期，故此时需要选择该切片文件进入处理仪器；

若及时度指数 不大于处理阈值 ，则选择所需材料与机器中储存材料一样的切片文件进入处理仪器；若不存在与所需材料一样的零件切片文件，则选择处理队列中的第一个切片文件进入处理设备；

步骤32、选定进入处理设备的切片文件后，判断其打印所需材料的存量是否足以完成打印过程；若发现所需材料不足以支撑完打印过程，将材料不足信息传给移动终端，并将此切片文件存入处理缓存队列，重复上述的计算流程选出进入处理设备的切片文件；当收到材料补充通知，则将处理缓存队列的所有切片文件重新传入处理队列。

6.根据权利要求1所述的一种基于人工智能的增材制造平台排产方法，其特征在于：所述后处理优先度 的计算公式为：

；

其中，T表示当前的时间， 表示交货日期， 表示每个零件进入后处理队列的时间；

后处理优先度 越大，零件的后处理优先级越高，根据后处理优先级的高低依次进入后处理流程。

7.根据权利要求6所述的一种基于人工智能的增材制造平台排产方法，其特征在于：使用测量工具对增材制造完成的零件的尺寸和几何形状进行检查，将测量结果与要求值结合生成尺寸合格指数 ；使用视觉检查或显微镜来检查增材制造零件的表面质量，包括表面光洁度、裂纹、瑕疵并进行质量评估，生成质量合格指数 ；

对增材制造零件进行力学性能测试，包括拉伸测试、硬度测试、冲击测试，评估零件的强度、硬度和韧性，并将三者结合形成力学合格指数 ；

将尺寸合格指数 、质量合格指数 和力学合格指数 相结合形成合格系数指数 ：；

其中， 、 、 分别是尺寸合格指数、质量合格指数、力学合格指数的预设比例系数；

若力学合格指数 超过合格阈值上限或者低于合格阈值下限，则说明此零件不合格；

若增材制造出的零件不合格，则分析零件不合格的原因并找出对应的步骤，将相应步骤的设备停工检测；对有缺陷的零件进行重新加工和修复，若合格系数指数差异过大并且时间允许的条件下，重新按照步骤制造该零件，所用设备不属于排产流程中的设备。

8.一种基于人工智能的增材制造平台排产系统，其特征在于：包括：数据采集模块：收集增材制造过程中每个步骤的时间数据，处理过程中的参数信息和材料信息以及处理完后的零件数据信息；

数据处理模块：对收集到的数据进行运算；

排产计划生成模块：根据数据处理模块中计算的结果生成排产计划，即每个队列中的排列顺序；

实时监控和反馈模块：实时监控增材制造过程中的各个指数变化，根据实时数据提供反馈和警报，及时调整计划或处理异常情况；此外，也会实时监控各个队列中的数据变化；

资源调度和协调模块：负责管理和调度不同资源，调整任务优先级，确保资源的合理分配和利用。

9.根据权利要求8所述的一种基于人工智能的增材制造平台排产系统，其特征在于：若当队列中的数据发生变化，包括顺序变化和数据数量变化，通过实时监控和反馈模块将切片队列、处理队列、处理缓存队列和后处理队列中的数据以及数据变化实时发送给云端，移动终端通过远程访问云端数据来实时监测各个队列中的数据变化情况。