1.一种基于数据分析的橡胶材料疲劳寿命预测方法，其特征在于，包括以下步骤：步骤S1：对目标橡胶材料进行X射线断层扫描，生成橡胶材料投影图像数据；对橡胶材料投影图像数据进行橡胶材料图像重建，得到橡胶材料三维图像数据；

步骤S2：对橡胶材料三维图像数据进行材料裂纹形态学处理，得到裂纹区域形态数据；

根据裂纹区域形态数据进行裂纹三维形貌重建，生成裂纹三维形貌数据；对裂纹三维形貌数据进行裂纹形貌特征分析，生成橡胶裂纹形貌特征数据；

步骤S3：根据橡胶裂纹形貌特征数据对目标橡胶材料进行材料几何模型建模，生成优化橡胶材料几何模型；获取疲劳载荷条件数据；基于疲劳载荷条件数据通过优化橡胶材料几何模型进行循环载荷模拟，生成周期裂纹尖端应力场模拟数据；对周期裂纹尖端应力场模拟数据进行周期橡胶疲劳特征分析，得到橡胶裂纹疲劳特征数据；

步骤S4：根据橡胶裂纹疲劳特征数据进行疲劳损伤变量计算，生成疲劳损伤变量数据；

通过疲劳损伤变量数据对优化橡胶材料几何模型进行局部损伤变量处理，并进行橡胶试样疲劳寿命预测，生成预测疲劳寿命数据。

2.根据权利要求1所述的基于数据分析的橡胶材料疲劳寿命预测方法，其特征在于，步骤S1包括以下步骤：步骤S11：对目标橡胶材料进行橡胶材料试样摆放，得到橡胶试样定位数据；

步骤S12：根据橡胶试样定位数据进行扫描区域参数设定，得到试样扫描区域参数；

步骤S13：基于试样扫描区域参数对目标橡胶材料进行X射线断层扫描，生成橡胶材料投影图像数据；

步骤S14：对橡胶材料投影图像数据进行伪影校正，并进行橡胶材料图像重建，得到橡胶材料三维图像数据。

3.根据权利要求1所述的基于数据分析的橡胶材料疲劳寿命预测方法，其特征在于，步骤S2包括以下步骤：步骤S21：对橡胶材料三维图像数据进行各向异性扩散滤波处理，并进行三维图像灰度转换，得到橡胶材料灰度图像数据；

步骤S22：对橡胶材料灰度图像数据进行图像背景自适应阈值分割，得到二值化橡胶图像数据；

步骤S23：根据二值化橡胶图像数据进行材料裂纹形态学处理，得到裂纹区域形态数据；

步骤S24：根据裂纹区域形态数据进行裂纹三维形貌重建，生成裂纹三维形貌数据；

步骤S25：对裂纹三维形貌数据进行裂纹形貌特征分析，生成橡胶裂纹形貌特征数据。

4.根据权利要求3所述的基于数据分析的橡胶材料疲劳寿命预测方法，其特征在于，步骤S23包括以下步骤：步骤S231：对二值化橡胶图像数据进行形态学处理，并进行裂纹尺度范围分析，得到图像裂纹尺度范围数据；

步骤S232：根据图像裂纹尺度范围数据进行图像分形参数设定，得到图像分形参数；

步骤S233：通过图像分形参数对二值化橡胶图像数据进行图像分形窗口遍历，并进行窗口分形维度值计算，生成遍历窗口分形维度矩阵；

步骤S234：基于遍历窗口分形维度矩阵通过预设的图像裂纹阈值对二值化橡胶图像数据进行裂纹区域标记，得到裂纹区域标记数据；

步骤S235：对裂纹区域标记数据进行连通区域提取，并进行裂纹区域筛选，生成材料裂纹区域分割数据；

步骤S236：根据材料裂纹区域分割数据进行区域形态特征提取，得到裂纹区域形态数据。

5.根据权利要求3所述的基于数据分析的橡胶材料疲劳寿命预测方法，其特征在于，步骤S25包括以下步骤：步骤S251：对裂纹三维形貌数据进行体素计数，得到裂纹体积数据；

步骤S252：根据裂纹三维形貌数据计算裂纹表面积，得到裂纹表面积数据；

步骤S253：基于裂纹三维形貌数据进行裂纹轮廓基线拟合，生成裂纹轮廓基线数据；根据裂纹轮廓基线数据进行轮廓粗糙度分析，生成裂纹轮廓粗糙度数据；对裂纹轮廓基线数据进行轮廓点曲率计算，得到裂纹轮廓平均曲率数据；

步骤S254：根据裂纹轮廓基线数据进行骨架拓扑分析，并进行分支点检测，生成裂纹分支点坐标数据；

步骤S255：对裂纹分支点坐标数据进行分支数量统计，并进行分支密度计算，生成裂纹区域分支密度值；

步骤S256：将裂纹体积数据、裂纹表面积数据、裂纹轮廓粗糙度数据、裂纹轮廓平均曲率数据以及裂纹区域分支密度值进行裂纹形貌特征组合，得到橡胶裂纹形貌特征数据。

6.根据权利要求5所述的基于数据分析的橡胶材料疲劳寿命预测方法，其特征在于，步骤S253包括以下步骤：根据裂纹三维形貌数据进行裂纹区域边界点提取，并进行轮廓点排序，生成裂纹轮廓坐标序列数据；

对裂纹轮廓坐标序列数据进行基线拟合，生成裂纹轮廓基线数据；

通过裂纹轮廓坐标序列数据对裂纹轮廓基线数据进行轮廓偏差计算，生成轮廓偏差值序列数据；

根据轮廓偏差值序列数据进行偏差平方均值计算，并进行均方根粗糙值处理，生成裂纹轮廓粗糙度数据；

根据裂纹轮廓基线数据进行轮廓点曲率计算，得到裂纹轮廓平均曲率数据。

7.根据权利要求1所述的基于数据分析的橡胶材料疲劳寿命预测方法，其特征在于，步骤S3包括以下步骤：步骤S31：根据橡胶裂纹形貌特征数据对目标橡胶材料进行材料几何模型建模，生成初始橡胶材料几何模型；

步骤S32：对目标橡胶材料进行橡胶材料属性定义，并对初始橡胶材料几何模型进行模型属性优化，生成优化橡胶材料几何模型；

步骤S33：获取疲劳载荷条件数据；

步骤S34：对优化橡胶材料几何模型进行有限元网格划分，并根据疲劳载荷条件数据进行实际疲劳测试条件约束处理，得到橡胶材料有限元模型；

步骤S35：根据橡胶材料有限元模型进行循环载荷模拟，生成周期裂纹尖端应力场模拟数据；对周期裂纹尖端应力场模拟数据进行周期橡胶疲劳特征分析，得到橡胶裂纹疲劳特征数据。

8.根据权利要求7所述的基于数据分析的橡胶材料疲劳寿命预测方法，其特征在于，步骤S35包括以下步骤：步骤S351：对优化橡胶材料几何模型进行橡胶材料尖端定位，得到材料尖端位置数据；

步骤S352：基于橡胶裂纹形貌特征数据对材料尖端位置数据进行裂纹尖端节点处理，生成材料裂纹尖端节点数据；

步骤S353：根据疲劳载荷条件数据进行疲劳载荷类型选择，并进行载荷值设置，得到橡胶疲劳载荷模拟参数；

步骤S354：基于橡胶疲劳载荷模拟参数利用橡胶材料有限元模型对材料裂纹尖端节点数据进行循环疲劳周期模拟条件施加，并进行应力场有限元模拟，生成周期裂纹尖端应力场模拟数据；

步骤S355：对周期裂纹尖端应力场模拟数据进行单周期橡胶疲劳特征分析，得到单周期橡胶疲劳特征数据；

步骤S356：对单周期橡胶疲劳特征数据进行完整疲劳模拟特征冗余，得到橡胶裂纹疲劳特征数据。

9.根据权利要求8所述的基于数据分析的橡胶材料疲劳寿命预测方法，其特征在于，步骤S355包括以下步骤：对材料裂纹尖端节点数据进行裂纹位置识别，并通过橡胶裂纹形貌特征数据进行裂纹长度计算，得到裂纹长度数据；

通过周期裂纹尖端应力场模拟数据对材料裂纹尖端节点数据进行主应力值计算，生成裂纹尖端主应力数据；

根据裂纹尖端主应力数据进行裂纹方向识别，生成橡胶裂纹方向数据；

基于裂纹尖端主应力数据对材料裂纹尖端节点数据进行裂纹尖端应力强度因子计算，生成尖端应力强度因子数据；

根据疲劳周期应力场模拟数据进行应变能密度场提取，并进行裂纹扩展路径积分处理，生成路径应变能积分数据；

根据路径应变能积分数据以及裂纹长度数据进行能量释放率计算，并进行能量释放率修正项处理，生成能量释放率修正项数据；

将橡胶裂纹方向数据、尖端应力强度因子数据以及能量释放率修正项数据进行单周期疲劳测试特征整合，得到单周期橡胶疲劳特征数据。

10.根据权利要求1所述的基于数据分析的橡胶材料疲劳寿命预测方法，其特征在于，步骤S4包括以下步骤：步骤S41：根据橡胶裂纹疲劳特征数据进行疲劳损伤变量计算，生成疲劳损伤变量数据；

步骤S42：通过疲劳损伤变量数据对优化橡胶材料几何模型进行空间位置排列，并进行局部损伤变量处理，得到局部损伤变量矩阵；

步骤S43：根据疲劳载荷条件数据进行疲劳寿命映射关系挖掘，得到疲劳寿命映射数据；

步骤S44：基于疲劳寿命映射数据通过预训练的支持向量机模型对局部损伤变量矩阵进行橡胶试样疲劳寿命预测，生成预测疲劳寿命数据。