1.一种铸件表面处理质量评估方法，其特征在于，包括：对铸件进行多模态数据采集，并进行预处理；

对预处理后的数据进行分析，提取影响铸件表面处理质量的特征信息，并对不同类型的数据进行融合，构建综合的质量评估数据集；

构建质量评估模型，识别表面处理中的异常情况，并生成质量评估结果；

根据质量评估结果，对铸件进行质量分类，并生成评估报告，提供质量状态判定及相关优化建议；

对铸件表面处理工艺进行调整与优化，提高整体制造质量，并实现质量评估的持续改进；

所述构建质量评估模型包括，基于表面特征数据、工艺参数数据及热力数据，分别计算表面特征质量评分 、工艺参数影响评分 及热力数据影响评分 ，并对各评分进行归一化处理；

所述表面特征质量评分 的计算公式为：

；

其中，为表面测量点的总数；为表面特征索引，表示第个测量点的数据； 为第 个测量点的权重因子， 为第 个测量点的表面特征函数，为实际表面特征值，为表面特征的理想目标值， 为指数衰减因子， 为伽马函数，计算特征数据分布的合理性； 为时间影响函数，为时间积分的上限，为时间变量； 为微小时间增量，表示积分过程中无限小的时间步长；

时间影响函数 ，展开形式为：

；

其中，为时间变量，表示当前时间点，影响测量数据的时间参数；为积分变量，表示时间积分过程中的微小时间步长，用于计算累积影响。

2.如权利要求1所述的铸件表面处理质量评估方法，其特征在于，所述多模态数据包括形貌数据、热力数据和工艺特征数据；

所述形貌数据包括，铸件的几何形状、表面粗糙度、加工纹理及涂层厚度信息；

所述热力数据包括，铸件表面的温度分布信息、热处理区域特性及涂层的热稳定性；

所述工艺特征数据包括，铸件的材料信息、加工参数、应力分布、环境因素及质量检测历史数据。

3.如权利要求2所述的铸件表面处理质量评估方法，其特征在于，所述预处理包括，对所述多模态数据进行格式转换、去噪处理、坐标对齐及归一化处理，以满足后续分析的要求，其中：所述格式转换包括，对采集的形貌数据、热力数据及工艺特征数据进行数据格式标准化，使不同数据来源具备统一的数据结构，以适应后续计算与分析；

所述去噪处理包括，对形貌数据中的测量误差、热力数据中的环境干扰及工艺特征数据中的异常值进行噪声滤除，以提高数据的准确性和稳定性；

所述坐标对齐包括，对形貌数据与热力数据进行空间坐标匹配，使不同数据类型在统一的坐标系下进行融合计算，以确保数据的一致性和对比分析的准确性；

所述归一化处理包括，对不同单位、不同尺度的数据进行数值标准化，以消除因数据维度差异带来的计算偏差，确保后续特征提取和模型计算的稳定性。

4.如权利要求3所述的铸件表面处理质量评估方法，其特征在于，所述提取影响铸件表面处理质量的特征信息包括，从形貌数据中提取几何偏差、表面粗糙度变化率、加工纹理模式及涂层厚度分布，以表征铸件表面的结构完整性和加工均匀性；

从热力数据中提取温度梯度变化、区域平均温度分布、局部热点异常及冷却均匀性，以表征铸件表面处理过程中的热处理一致性和涂层稳定性；

从工艺特征数据中提取加工参数偏差、应力分布趋势、生产环境影响因子及质量检测历史统计值，以关联工艺参数与表面质量之间的关系。

5.如权利要求4所述的铸件表面处理质量评估方法，其特征在于，所述构建综合的质量评估数据集包括，对不同来源的特征信息进行关联匹配，建立形貌特征、热力特征和工艺特征之间的映射关系，其中：通过形貌数据与热力数据的关联，分析表面粗糙度变化对热处理均匀性的影响，评估涂层厚度分布与温度分布的耦合情况；

通过形貌数据与工艺特征数据的关联，评估加工参数对铸件几何精度的影响，判断喷丸强度、涂层沉积工艺对表面形貌的优化程度；

通过热力数据与工艺特征数据的关联，分析热处理温度控制与应力分布的关系，判断不同生产环境条件下的热处理稳定性；

采用多模态数据融合方法，对提取的特征信息进行统一表达，构建综合的质量评估数据集；

对融合后的质量评估数据集进行结构化存储，并转换为适用于质量评估模型计算的标准数据格式。

6.如权利要求5所述的铸件表面处理质量评估方法，其特征在于，所述工艺参数影响评分 的计算公式为：；

其中，为工艺参数索引，表示第 个工艺参数； 为工艺参数的总数， 为第 个工艺参数的调节因子，为工艺参数变量， 为工艺参数影响函数， 为工艺扰动函数，为工艺参数稳定性修正函数，为工艺参数积分计算的上限，为工艺参数积分计算的下限，工艺扰动变量， 为工艺扰动变量 的微小增量；

所述热力数据影响评分 的计算公式为：

；

其中， 为热力测点索引，为温度测点的总数， 为温度加权因子， 为第 处的温度数据， 为指数抑制因子， 为温度均匀性参数， 为温度扰动影响函数， 为温度稳定性修正函数，为积分上限， 为积分下限，为温度扰动变量， 为温度扰动变量 的微小增量；

基于 、 和 计算特征数据的综合偏差 ，衡量表面特征、工艺参数及热力数据之间的匹配程度，综合偏差 的计算公式为：；

其中， 为综合评估数据点总数，为综合偏差计算的索引值， 为均值， 为标准差；

基于计算得到的 、 、 及综合偏差 ，计算最终铸件表面处理质量评估值 ，用于表征铸件表面质量等级，计算公式为：；

其中， 为指数修正项，控制偏差对评分的影响；为调节因子。

7.如权利要求6所述的铸件表面处理质量评估方法，其特征在于，所述对铸件进行质量分类包括，当质量评分 时，判定质量等级为优秀，系统自动归档数据，并形成质量特征标准库，用于后续工艺优化参考；

当质量评分 时，判定质量等级为良好，结合历史数据分析影响因素，并调整工艺参数进行微调优化；

当质量评分 时，判定质量等级为可接受，系统进行多维关联分析，识别主要质量影响参数，并推荐优化路径；

当质量评分 时，判定质量等级为不合格，系统启动故障溯源分析，判定异常原因，并触发相应的质量优化措施。

8.如权利要求7所述的铸件表面处理质量评估方法，其特征在于，所述对铸件表面处理工艺进行调整与优化包括，基于质量评估结果，动态优化工艺参数，并对优化效果进行验证和迭代更新；

通过长期质量数据分析，建立趋势预测模型，监测生产批次稳定性，识别工艺参数对质量影响的长期趋势，并自适应调整制造工艺；

针对质量异常情况，实施故障诊断与精准优化，识别表面缺陷、工艺偏差及设备异常，采取相应的修正措施，并优化工艺流程；

建立闭环质量控制机制，结合历史优化数据，自动生成工艺改进方案，并通过数据可视化方式提供决策支持，确保质量优化的可持续性。

9.一种铸件表面处理质量评估系统，用于实施如权利要求1至8任一所述的铸件表面处理质量评估方法，其特征在于，包括：数据采集与预处理模块：对铸件进行多模态数据采集，并进行预处理；

质量特征提取与数据融合模块：对预处理后的数据进行分析，提取影响铸件表面处理质量的特征信息，并对不同类型的数据进行融合，构建综合的质量评估数据集；

质量评估模块：构建质量评估模型，识别表面处理中的异常情况，并生成质量评估结果；

质量分类模块：根据质量评估结果，对铸件进行质量分类，并生成评估报告，提供质量状态判定及相关优化建议；

质量优化与工艺调整模块：对铸件表面处理工艺进行调整与优化，提高整体制造质量，并实现质量评估的持续改进。