1.一种双面数控铣床的精细加工方法，其特征在于，包括：获取目标数控加工刀具，所述目标数控加工刀具包括目标双面数控铣床的第一数控面的第一刀具和第二数控面的第二刀具；

将对目标工件进行多维特征收集得到的目标工件特征参数在精细加工数据库中遍历匹配，得到目标铣床控制方案；

获取加工监测记录，所述加工监测记录是指所述第一刀具和所述第二刀具在所述目标铣床控制方案下对所述目标工件进行加工时的预定监测项目的记录，所述加工监测记录包括第一记录和第二记录；

提取所述预定监测项目中的第一监测项目，并依次在所述第一记录和所述第二记录中进行参数匹配，分别得到第一项目参数和第二项目参数；

基于对比所述第一项目参数和所述第二项目参数得到的第一项目对比偏差组建目标对比偏差集；

通过加工同步性预测模型对所述目标对比偏差集进行分析，得到预测同步指数，所述加工同步性预测模型为基于神经网络模型训练到的智能模型；

当所述预测同步指数未处于同步指数限值时，发出动态调整指令，并基于所述动态调整指令对所述目标铣床控制方案进行动态调整优化。

2.根据权利要求1所述一种双面数控铣床的精细加工方法，其特征在于，所述目标工件特征参数包括工件材料类型、工件热处理状态、加工表面质量要求、加工精度要求和加工余量。

3.根据权利要求1所述一种双面数控铣床的精细加工方法，其特征在于，包括：提取所述精细加工数据库中的第一精细加工数据，所述第一精细加工数据包括第一精细加工工件特征参数和第一精细加工铣床控制方案；

读取参数标签化方案，并基于所述参数标签化方案依次对所述目标工件特征参数与所述第一精细加工工件特征参数进行标签化处理，分别得到目标标签向量和第一标签向量；

对比所述目标标签向量和所述第一标签向量得到第一一致性比值；

当所述第一一致性比值达到一致性比值限值时，将所述第一精细加工铣床控制方案记作所述目标铣床控制方案。

4.根据权利要求1所述一种双面数控铣床的精细加工方法，其特征在于，所述目标铣床控制方案包括目标主轴转速、目标进给速度和目标切削深度。

5.根据权利要求1所述一种双面数控铣床的精细加工方法，其特征在于，所述预定监测项目包括刀具磨损率、切削热值和切削振动幅度。

6.根据权利要求1所述一种双面数控铣床的精细加工方法，其特征在于，包括：基于所述第一项目参数生成所述第一监测项目的第一参数时序；

基于所述第二项目参数生成所述第一监测项目的第二参数时序；

获取预定时间；

结合所述预定时间对所述第一参数时序进行趋势性预测分析，得到第一预测项目参数；

结合所述预定时间对所述第二参数时序进行趋势性预测分析，得到第二预测项目参数；

将所述第一预测项目参数与所述第二预测项目参数的参数差值记作所述第一项目对比偏差。

7.根据权利要求6所述一种双面数控铣床的精细加工方法，其特征在于，包括：获取第一时间；

依次在所述第一参数时序中匹配所述第一时间下的第一参数、在所述第二参数时序中匹配所述第一时间下的第二参数；

通过预定测量设备获取所述第一时间下的第一同步指数，并结合所述第一参数与所述第二参数组成第一训练数据组；

对所述第一训练数据组进行有监督学习得到所述加工同步性预测模型。

8.根据权利要求1所述一种双面数控铣床的精细加工方法，其特征在于，还包括：基于所述动态调整指令读取预定动态调整寻优策略；

基于所述预定动态调整寻优策略组建候选因子集，并对所述候选因子集与所述预测同步指数进行相关性分析，得到相关性分析结果；

基于所述相关性分析结果对所述候选因子集进行筛选，得到目标因子集；

通过调整所述目标因子集进行所述目标铣床控制方案的动态调整优化。

9.根据权利要求8所述一种双面数控铣床的精细加工方法，其特征在于，所述候选因子集包括所述目标工件特征参数、所述目标铣床控制方案和所述加工监测记录。

10.一种双面数控铣床的精细加工装置，其特征在于，用于实施权利要求1至9中任意一项所述一种双面数控铣床的精细加工方法的步骤，包括：刀具获取模块，所述刀具获取模块用于获取目标数控加工刀具，所述目标数控加工刀具包括目标双面数控铣床的第一数控面的第一刀具和第二数控面的第二刀具；

方案得到模块，所述方案得到模块用于将对目标工件进行多维特征收集得到的目标工件特征参数在精细加工数据库中遍历匹配，得到目标铣床控制方案；

监测记录模块，所述监测记录模块用于获取加工监测记录，所述加工监测记录是指所述第一刀具和所述第二刀具在所述目标铣床控制方案下对所述目标工件进行加工时的预定监测项目的记录，所述加工监测记录包括第一记录和第二记录；

参数匹配模块，所述参数匹配模块用于提取所述预定监测项目中的第一监测项目，并依次在所述第一记录和所述第二记录中进行参数匹配，分别得到第一项目参数和第二项目参数；

对比分析模块，所述对比分析模块用于基于对比所述第一项目参数和所述第二项目参数得到的第一项目对比偏差组建目标对比偏差集；

同步指数预测模块，所述同步指数预测模块用于通过加工同步性预测模型对所述目标对比偏差集进行分析，得到预测同步指数，所述加工同步性预测模型为基于神经网络模型训练到的智能模型；

动态调整模块，所述动态调整模块用于当所述预测同步指数未处于同步指数限值时，发出动态调整指令，并基于所述动态调整指令对所述目标铣床控制方案进行动态调整优化。