1.一种钢格板自动化剪切方法，其特征在于：包括：利用传感器收集钢格板的图像数据并进行预处理；

基于循环神经网络构建钢格板质量评估模型并对图像数据进行分析评估；

基于分析结果输出参数调整方案并根据参数调整方案将控制信号发送到剪切设备的各个执行机构；

根据优化后的路径和参数启动剪切刀具对钢格板进行剪切操作；

根据剪切结果和监测数据实时优化所述钢格板质量评估模型。

2.如权利要求1所述的钢格板自动化剪切方法，其特征在于：所述传感器包括面阵工业相机、线阵工业相机以及3D工业相机；

所述图像数据包括钢格板外观形态相关数据、钢格板表面特征相关数据、钢格板尺寸相关数据、钢格板标识以及其他特征数据；

所述参数调整方案包括剪切刀具位置参数、剪切刀具角度参数、剪切刀具运行参数以及剪切力参数；

所述执行机构包括刀具驱动电机、传动装置、刀具位置调节装置以及夹具装置；

所述监测数据包括剪切过程中的刀具状态数据、钢格板状态数据以及设备运行状态数据。

3.如权利要求2所述的钢格板自动化剪切方法，其特征在于：所述构建钢格板质量评估模型的具体步骤如下：利用传感器收集钢格板的实时图像数据和历史图像数据并进行预处理；

基于循环神经网络构建钢格板质量评估模型；

将历史图像数据输入到钢格板质量评估模型中进行训练；

利用深度学习算法对实时图像数据进一步分析评估；

基于分析结果输出参数调整方案；

根据参数调整方案将控制信号发送到剪切设备的各个执行机构；

按照优化后的路径和参数启动剪切刀具对钢格板进行剪切操作；

根据剪切结果和监测数据实时优化所述钢格板质量评估模型参数。

4.如权利要求3所述的钢格板自动化剪切方法，其特征在于：所述钢格板质量分析结果的具体公式如下：其中，yk为钢格板质量分析结果；xi为传感器收集到的钢格板第i种类型的特征值；ωik为输入数据与输出层第k个神经元对应的权重；bk为输出层第k个神经元的偏置。

5.如权利要求4所述的钢格板自动化剪切方法，其特征在于：所述钢格板第i种类型的特征值的具体公式如下：其中，xi为钢格板第i种类型的特征值；zi为钢格板第i种类型的特征数据；aik为第i种类型数据对应第k个特征评估方面的系数。

6.如权利要求5所述的钢格板自动化剪切方法，其特征在于：所述钢格板第i种类型的特征值的具体含义如下：钢格板第i种类型的特征值xi大于标准阈值时，则表示所选取的钢格板第i种类型数据及其对应的系数aik综合评估后，钢格板在这个特征方面符合好的标准；

钢格板第i种类型的特征值xi小于标准阈值时，则表示所选取的钢格板第i种类型数据及其对应的系数aik综合评估后，钢格板在这个特征方面不符合好的范围。

7.如权利要求6所述的钢格板自动化剪切方法，其特征在于：所述标准阈值的确定需要根据钢格板的设计要求和标准规范、数据分析以及模型训练进行确定，且标准阈值根据钢格板的应用场景变化而变化。

8.一种钢格板自动化剪切系统，基于权利要求1～7任一所述的一种钢格板自动化剪切方法，其特征在于：包括，数据收集模块，用于收集钢格板的图像数据并进行预处理；

模型构建模块，用于构建钢格板质量评估模型并对图像数据进行分析评估；

方案生成模块，用于基于分析结果生成参数调整方案并发送到剪切设备的执行机构；

剪切操作模块，用于根据优化后的路径和参数启动剪切刀具对钢格板进行剪切操作；

模型优化模块，用于根据剪切结果和监测数据实时优化钢格板质量评估模型。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求1～7任一所述的一种钢格板自动化剪切方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1～7任一所述的一种钢格板自动化剪切方法的步骤。