1.模具冲压生产线的智能调度方法，其特征在于，包括以下步骤：

获取数据：冲压模具上分布有N个传感器，获取冲压过程中N个传感器检测得到的压力数据和温度数据；

分析：识别N个传感器压力数据变化特征，计算传感器压力数据的等效应力值，将等效应力值大于预设应力值的传感器位置记录为第一位置集合，将温度大于预设温度的传感器位置记录为第二位置集合，并将第一位置集合与第二位置集合合并为塑性应变位置集合，计算塑性应变位置集合中各个传感器位置对应的重合度系数，将重合度系数大于重合度阈值的传感器位置记录为应力集中位置，其余传感器位置记录为应力释放位置；

计算：根据应力集中位置建立应力集中区域模型，将应力集中区域模型与预设应力分布数据模型进行匹配，计算匹配结果得到冲压模具的负载不匹配度；

判断：获取冲压模具材料的寿命衰减曲线，若负载不匹配度大于预设不匹配度时，判断冲压模具的损耗增加，根据寿命衰减曲线获取模具寿命损耗值和寿命损耗值上限R，计算冲压过程中模具寿命损耗值的累积值为r，若r＞αR，其中α∈（0,1]，执行调度I步骤；

调度I：降低当前模具的冲压速度，并延长单次冲压的保压时间，执行调度II步骤；

调度II：对当前模具进行调度和维护，在线更换备用模具。

2.根据权利要求1所述的模具冲压生产线的智能调度方法，其特征在于：调度I步骤更新为：降低当前模具的冲压速度至额定速度的β%，并延长单次冲压的保压时间，其中β∈（0,

100]，获取备用模具调度路径长度D和模具工作温度T，将备用模具的温度预热至γT，γ∈（0,1]，并维持温差在指定范围内，当备用模具按照调度路径移动至与当前模具最小间距为指定调度间距时，执行调度II步骤。

3.根据权利要求2所述的模具冲压生产线的智能调度方法，其特征在于：调度I步骤中，根据D和T对γ的取值进行确定，γ的取值计算模型具体为： ，其中v为模具更换设备的运行速度，τ为模具材料的温升时间常数， 为备用模具的初始温度。

4.根据权利要求2所述的模具冲压生产线的智能调度方法，其特征在于：调度I步骤中，根据R和r对β的取值进行确定，β的取值计算模型具体为： 。

5.根据权利要求1所述的模具冲压生产线的智能调度方法，其特征在于：计算步骤更新为：获取预设模具内部空间数据，将分析得到的应力集中位置按照其空间坐标序列整理，建立三维应力集中区域模型，将应力集中区域模型与预设应力分布数据模型进行匹配，计算匹配结果得到冲压模具的负载不匹配度。

6.根据权利要求5所述的模具冲压生产线的智能调度方法，其特征在于：计算步骤中，将应力集中区域模型与预设应力分布数据模型进行匹配，分析匹配结果得到冲压模具的负载不匹配度，具体为，根据三维模型计算应力集中区域的投影面积并记录为 ，计算应力集中区域的平均应力并记录为 ，获取预设应力分布数据模型的投影面积为 ，材料许用应力为 ，计算得到冲压模具的负载不匹配度为： 。

7.根据权利要求1所述的模具冲压生产线的智能调度方法，其特征在于：还包括降载步骤：冲压模具冲压次数的设计阈值为L，当检测到冲压模具累计冲压次数达到T=0.8L时，对冲压模具的关联设备进行降载运行，将冲压模具的冲压力度下调5%‑15%。

8.根据权利要求1所述的模具冲压生产线的智能调度方法，其特征在于：还包括迁移步骤：当新增产线时，通过特征空间对齐算法将原有产线的冲压模具的历史预设应力分布数据模型投影至新增产线的冲压模具对应的预设应力分布数据模型，并对新增产线冲压模具的预设应力分布数据模型进行适配。

9.根据权利要求1所述的模具冲压生产线的智能调度方法，其特征在于：还包括优化步骤：通过整数规划算法优化模具维护窗口与生产任务的匹配情况，在产线的调度方案中对模具维护的插入时隙进行优化。