1.一种基于AI的数字化工厂智能控制方法，其特征在于，包括以下步骤：将处于同一工序的多个零部件均分给多个设备进行生产，获取设备的个数记为i，i>1，通过合格率分析，生成产品合格信号和产品不合格信号；

基于产品不合格信号，对影响设备状态的温度和电压进行分析，得到温压影响数据，并根据温压影响数据对设备状态的影响因素进行分析；

其中，温压影响数据包括温度异常比、电压异常比和温压异常比；

基于设备状态的影响因素对设备异常进行处理，并将设备按照零部件的合格率进行划分，完成零部件的动态加工分配；

其中，设备的划分为一级性能设备和二级性能设备。

2.根据权利要求1所述一种基于AI的数字化工厂智能控制方法，其特征在于，对设备的生产状态的识别过程为：实时采集每个设备在生产周期内的合格零部件数量ia和不合格零部件数量ib，计算得到每个设备生产的零部件合格率Pi；

将零部件合格率Pi与预设的零部件合格率最低要求Pmin进行比较；

若零部件合格率Pi≥预设的零部件合格率最低要求Pmin，则零部件合格率正常，生成产品合格信号；

若零部件合格率Pi<预设的零部件合格率最低要求Pmin，则零部件合格率异常，生成产品不合格信号。

3.根据权利要求2所述的一种基于AI的数字化工厂智能控制方法，其特征在于，基于产品不合格信号，对设备性能进行评估；

在使用周期内，采集设备的温度值和电压值，并进行分析，得到温压异常数据：基于温压异常数据判断温度异常或电压异常对设备状态影响程度；

其中，温压异常数据包括温度异常比ATi、电压异常比BVj和温压异常时间段ABk。

4.根据权利要求3所述的一种基于AI的数字化工厂智能控制方法，其特征在于，温度异常比ATi获取过程：将每个生产设备使用周期划分为若干时间子单元，获取每个时间子单元中间时刻对应的温度值，记为单元温度值；

将单元温度值与预设的单元温度范围值进行比较，得到温度异常信号；

基于温度异常信号，得到时间子单元的异常温度偏差值，将异常温度偏差值与最接近的单元温度范围值进行比值计算，得到温度异常比ATi；

电压异常比BVj获取过程：

获取每个时间子单元中间时刻对应的电压值，记为单元电压值；

将单元电压值与预设的单元电压范围值进行比较，得到电压异常信号；

基于电压异常信号时，得到时间子单元的异常电压偏差值，将异常电压偏差值与最接近的单元电压范围值进行比值计算，得到电压异常比BVj。

5.根据权利要求4所述的一种基于AI的数字化工厂智能控制方法，其特征在于，温压异常时间段ABk的获取过程为：获取温度异常信号所对应的时间子单元，将时间子单元所对应的时间段记为温度异常时间段；

获取电压异常信号所对应的时间子单元，将时间子单元所对应的时间段记为电压异常时间段；

将温度异常时间段与电压异常时间段进行重合处理，将重合的时间段记为温压异常时间段。

6.根据权利要求5所述的一种基于AI的数字化工厂智能控制方法，其特征在于，温压异常数据分析过程为：若温度异常时间子单元的数量大于电压异常时间子单元的数量,则表示温度异常对设备的状态影响大；

若温度异常时间子单元的数量小于电压异常时间子单元的数量,则表示电压异常对设备的状态影响大；

若温度异常时间子单元的数量与电压异常时间子单元的数量相等且均大于温压异常时间段对应时间子单元的数量，则表示电压异常和温度异常对设备状态影响程度相同；

若温度异常时间子单元的数量、电压异常时间子单元的数量及温压异常时间段对应的时间子单元的数量三者相等，则说明温度异常或电压异常存在相互干扰。

7.根据权利要求5所述的一种基于AI的数字化工厂智能控制方法，其特征在于，将温压异常时间段所对应的温度异常比与电压异常比进行比较，构建平面坐标系，以x轴为温压异常时间，y轴为温度异常比或电压异常比；

按照温压异常时间顺序，将温压异常比在平面坐标系内进行标记，构建温度异常曲线；

按照温压异常时间顺序，将电压异常比在平面坐标系内进行标记，构建电压异常曲线；

若温度异常曲线与电压异常曲线均为递增趋势，则温度异常程度越大，电压的异常程度越大，对应时间段内的电压和温度之间存在着正相关关系，说明电压和温度共同导致设备状态产生影响。

8.根据权利要求7所述的一种基于AI的数字化工厂智能控制方法，其特征在于，一级性能设备和二级性能设备划分标准为：将生产合格率最低标准，与百分百合格率作为比较区间；

将比较区间中间值作为设备性能划分标准；

将生产合格率大于或等于中间值的设备，记为一级性能设备；

将生产合格率小于中间值的设备且大于或等于生产最低标准的设备，记为二级性能设备。

9.根据权利要求8所述的一种基于AI的数字化工厂智能控制方法，其特征在于，将一级性能设备和二级性能设备进行零部件加工分配；

获取m个一级性能设备和n个二级性能设备；

获取一级性能设备合格率Pm，二级性能设备合格率Pn；

将Xsm表示有s个零部件分配给第m个一级性能设备的数量；

将Yqn表示有q个零部件分配给第n个二级性能设备的数量；

若需要加工z个零部件，并满足z个零部件最大化合格零部件产出 ；

其中s=1，2，......，s；q=1，2，......，q；m=1，2，......，m；n=1，2，......，n；z=1，

2，......，z；

通过公式 计算得到最大化合格零

部件产出 ；找出满足最大化合格零部件产出 ，对应的Xsm和Yqn，进行分配。

10.一种基于AI的数字化工厂智能控制系统，包括：数据采集模块、设备性能分析模块、智能分配模块：数据采集模块，所述数据采集模块通过获取零部件的加工设备i，i>1，将同一种零部件平均分给每个设备进行生产，通过合格率分析，生成产品合格信号和产品不合格信号；

设备性能分析模块，所述设备性能分析通过判断产品合格率异常是否由设备性能异常引起，对影响设备性能的温度和电压进行分析，得到温度异常比、电压异常比、温压异常比，并判断设备性能的影响较大因素；

智能分配模块，所述智能分配模块将工厂内的设备按照生产产品的合格率高低，按照等级划分为一级性能设备和二级能设备，将一级性能设备和二级能设备进行零部件加工智能分配。