1.一种装配式建筑质量智能检测方法，其特征在于，所述方法包括：

采集悬臂梁端与阳台板焊接节点的超声波回波信号；

基于预埋件的理论安装坐标构建基准空间网格模型，通过超声波回波信号的飞行时间反演算法生成焊接界面的三维缺陷分布图谱，并与基准网格模型进行空间配准，以获得缺陷‑基准融合模型；

基于缺陷‑基准融合模型的空间坐标映射关系，采用深度残差网络对超声波回波信号进行特征融合分析，以得到每个信号对应的特征向量；根据特征向量以及时频域联合阈值分割算法，识别焊接缺陷类型并标记缺陷空间坐标集合，形成包含四维信息的缺陷坐标集合，所述焊接缺陷类型包括气孔、未熔合及裂纹；

在缺陷‑基准融合模型中计算缺陷坐标集合相对于悬臂梁理论轴线的动态偏移参数，所述参数包括缺陷深度梯度、横向偏移矢量及应力波衰减系数；

将动态偏移参数输入预训练的焊接质量评估模型，以预测结构寿命。

2.根据权利要求1所述的一种装配式建筑质量智能检测方法，其特征在于，基于预埋件的理论安装坐标构建基准空间网格模型，包括：从建筑设计图纸中提取预埋件的理论坐标，包含每个预埋件在三维空间中的坐标；根据预埋件的理论坐标，确定需构建网格的空间范围；

根据超声波检测的分辨率和网格的空间范围，设定网格单元的大小，以预埋件的理论坐标为参考，在检测区域内建立一个三维直角坐标系，其中，原点为预埋件的几何中心，X轴为沿悬臂梁的长度方向，Y轴为沿阳台板的宽度方向，Z轴为沿焊接界面的厚度方向；

从原点出发，沿X轴、Y轴和Z轴三个方向均匀划分网格线，形成规则的立方体网格；

在立方体网格中嵌入焊接节点的理论几何特征，以形成包含所有网格点坐标及理论几何特征的基准空间网格模型，包括焊接界面的理论位置、悬臂梁的理论轴线以及预埋件的理论轮廓。

3.根据权利要求2所述的一种装配式建筑质量智能检测方法，其特征在于，通过超声波回波信号的飞行时间反演算法生成焊接界面的三维缺陷分布图谱，并与基准网格模型进行空间配准，以获得缺陷‑基准融合模型，包括：探头贴附在悬臂梁表面，向焊接界面发射高频超声波脉冲，并接收反射回波信号，每次扫描记录一个位置的回波信号，包含信号幅值和飞行时间；

根据超声波在材料中的传播速度，将回波信号的飞行时间转换为缺陷距探头的距离；

根据扫描时的实际位置和波束角度，计算缺陷在三维空间中的坐标，每次扫描得到的缺陷坐标作为一个数据点，多次扫描后形成包含缺陷点的点云数据；

将点云数据映射到三维空间网格中，按预设精度划分立方体体素，每个体素的灰度值代表对应区域的缺陷概率，最终形成三维缺陷分布图谱；

在基准空间网格模型和三维缺陷分布图谱中提取预埋件的四个角点和焊接界面的边缘线；

将预埋件角点坐标与基准网格中的理论角点坐标进行匹配，计算初步的平移量和旋转角度，以使两者的整体位置对齐，计算每个实测缺陷点到基准网格中最近理论点的距离，作为误差，逐步调整三维缺陷分布图谱的位置和姿态，直至整体误差小于设定阈值，以形成配准后的缺陷图谱；

将配准后的缺陷图谱嵌入基准网格模型中，使每个缺陷点的坐标对应基准网格的空间位置，最终得到一个包含理论几何特征和实测缺陷数据的缺陷‑基准融合模型。

4.根据权利要求3所述的一种装配式建筑质量智能检测方法，其特征在于，基于缺陷‑基准融合模型的空间坐标映射关系，采用深度残差网络对超声波回波信号进行特征融合分析，以得到每个信号对应的特征向量，包括：获取原始超声波回波信号，每个信号对应一个检测位置，包含幅值随时间变化的曲线；

对超声波回波信号进行频域分析，生成时频图，提取信号在不同频率段的能量分布特征，时频图中横轴为时间，纵轴为频率；

每个信号对应的检测位置坐标，将超声波回波信号、时频图和位置坐标整合为输入张量；

根据输入张量以及训练后的深度残差网络，生成包含时频域信号特征与空间位置信息的综合特征向量。

5.根据权利要求4所述的一种装配式建筑质量智能检测方法，其特征在于，根据特征向量以及时频域联合阈值分割算法，识别焊接缺陷类型并标记缺陷空间坐标集合，形成包含四维信息的缺陷坐标集合，所述焊接缺陷类型包括气孔、未熔合及裂纹，包括：从特征向量中，分离出与信号时频域特性相关的关键参数，包括时域特征和频域特征，时域特征包括峰值幅值、上升沿时间和持续时长；频域特征包括中心频率、频带宽度、能量重心频率和特征频率分量；

将每个检测信号的时域特征和频域特征整合为矩阵，矩阵的每一行对应一个检测位置的信号特征向量，包含信号的时域和频域参数；矩阵的每一列对应具体的特征参数，形成多维度的特征空间；

基于历史检测数据和缺陷样本训练，对气孔、未熔合和裂纹三类缺陷，分别确定时域特征和频域特征联合判定条件；

根据每个检测信号的特征参数以及联合判定条件，对矩阵中每个信号的特征向量进行逐一判断，以得到缺陷信号和缺陷信号对应的检测位置坐标；

根据缺陷‑基准融合模型的空间坐标映射关系，将缺陷信号对应的检测位置坐标转换为缺陷‑基准融合模型中的三维坐标，为每个缺陷坐标添加对应的焊接缺陷类型标签，形成包含四维信息的缺陷坐标集合。

6.根据权利要求5所述的一种装配式建筑质量智能检测方法，其特征在于，在缺陷‑基准融合模型中计算缺陷坐标集合相对于悬臂梁理论轴线的动态偏移参数，所述参数包括缺陷深度梯度、横向偏移矢量及应力波衰减系数，包括：从缺陷‑基准融合模型中提取悬臂梁理论轴线的信息，包括轴线的方向、位置以及相关的几何参数；确定缺陷坐标集合，每个缺陷坐标包含其在三维空间中的位置信息；

根据缺陷‑基准融合模型中的坐标系和几何特征，确定深度方向，深度方向是沿着垂直于悬臂梁表面且指向焊接内部的方向；

将缺陷坐标集合按照在悬臂梁长度方向上的位置进行分组，对于每个分组内的缺陷，计算其在深度方向上的坐标值；

对于相邻分组的缺陷，计算其在深度方向上的坐标差值与在悬臂梁长度方向上的距离差值的比值，即缺陷深度梯度。

7.根据权利要求6所述的一种装配式建筑质量智能检测方法，其特征在于，横向偏移矢量的确定过程为：根据缺陷‑基准融合模型中的坐标系和悬臂梁的几何信息，确定横向方向，横向方向是垂直于悬臂梁理论轴线且在悬臂梁所在平面内的方向；

对于缺陷坐标集合中的每个缺陷点，将其投影到悬臂梁理论轴线上，得到对应的投影点；

计算每个缺陷点与其投影点之间的向量，即缺陷点相对于悬臂梁理论轴线的横向偏移矢量，包含了偏移的大小和方向信息。

8.根据权利要求7所述的一种装配式建筑质量智能检测方法，其特征在于，应力波衰减系数的确定过程为：利用超声波检测的原理和相关的物理模型，模拟应力波在悬臂梁和焊接节点中的传播过程，在缺陷坐标集合中的每个缺陷位置以及悬臂梁上的参考位置，测量应力波的强度；

根据应力波在传播过程中强度的变化情况，计算应力波衰减系数。

9.根据权利要求8所述的一种装配式建筑质量智能检测方法，其特征在于，将动态偏移参数输入预训练的焊接质量评估模型，以预测结构寿命，包括：获取不同装配式建筑中悬臂梁‑阳台板焊接节点的历史动态偏移参数；

通过加速疲劳试验，获取焊接节点的实际使用寿命数据作为标签；

将历史动态偏移参数缩放到[0，1]区间，对寿命数据进行对数变换，采用均方误差衡量寿命数据与真实寿命的差异；

对全连接神经网络进行训练，以得到训练后全连接神经网络；

根据训练后全连接神经网络以及实时动态偏移参数，以预测结构寿命。

10.一种装配式建筑质量智能检测系统，其特征在于，该系统执行如权利要求1至9中任一项所述的方法，包括：采集模块，用于采集悬臂梁端与阳台板焊接节点的超声波回波信号；

融合模块，用于基于预埋件的理论安装坐标构建基准空间网格模型，通过超声波回波信号的飞行时间反演算法生成焊接界面的三维缺陷分布图谱，并与基准网格模型进行空间配准，以获得缺陷‑基准融合模型；

处理模块，用于基于缺陷‑基准融合模型的空间坐标映射关系，采用深度残差网络对超声波回波信号进行特征融合分析，以得到每个信号对应的特征向量；根据特征向量以及时频域联合阈值分割算法，识别焊接缺陷类型并标记缺陷空间坐标集合，形成包含四维信息的缺陷坐标集合，所述焊接缺陷类型包括气孔、未熔合及裂纹；

计算模块，用于在缺陷‑基准融合模型中计算缺陷坐标集合相对于悬臂梁理论轴线的动态偏移参数，所述参数包括缺陷深度梯度、横向偏移矢量及应力波衰减系数；

预测模块，用于将动态偏移参数输入预训练的焊接质量评估模型，以预测结构寿命。