1.一种汽车轴承冲压件起皱的预测控制系统，其特征在于，包括：

数据采集单元，由波动采集矩阵和变量采集矩阵组成，该数据采集单元获取控制系统对于冲压设备的控制参数，通过波动采集矩阵获取板材在冲压过程中的波动变化数据，并通过变量采集矩阵获取板材在冲压过程中的变量数据；

预处理单元，通过噪声滤波对波动变化数据以及变量数据进行噪声抑制后拆分为数据段；

冲压模型，基于历史冲压数据建立，获取波动变化数据进行差异化分析，确定与历史冲压数据的异常数据段，确定板材异常声波与振动波特征，结合变量数据，通过起皱预测算法对冲压件起皱进行预测，生成预测结果；

反馈控制单元，接收预测结果，对板材异常状态进行反馈，并根据反馈结果调整冲压参数。

2.根据权利要求1所述的一种汽车轴承冲压件起皱的预测控制系统，其特征在于，波动采集矩阵由多个声学发射传感器和振动传感器组成，以板材中部为基准点，分布在模具的不同位置捕捉冲压过程中板材的声波以及振动波信号；

建立三维坐标空间并确定每个传感器在该坐标空间中的坐标点，将传感器采集的数据映射到坐标点，构建声波和振动波的三维分布图，通过对比分析不同位置的信号强度、频率变化和时序变化确定板材起皱位置。

3.根据权利要求2所述的一种汽车轴承冲压件起皱的预测控制系统，其特征在于，变量采集矩阵包括多个压力传感器和位移传感器，压力传感器位于该模具内高应力或薄弱区域位置，位移传感器设置于模具外，以监测冲压过程中的模具位移距离；

压力传感器与位移传感器均具备统一的时钟同步功能，基于压力数据构建以同步时间为基准的压力分布曲面图，并与位移数据融合，生成动态应力位移模型，映射板料受压状态。

4.根据权利要求3所述的一种汽车轴承冲压件起皱的预测控制系统，其特征在于，变量采集矩阵包括多个温度传感器和应变传感器，温度传感器布置在模具关键热区，应变传感器贴附于板材表面，实时监测温度变化和应变分布，温度传感器和应变传感器坐标点映射在三维坐标空间中，构建温度应变分布图。

5.根据权利要求3所述的一种汽车轴承冲压件起皱的预测控制系统，其特征在于，振动传感器获取振动变化数据，声学发射传感器获取声波变化数据，通过预处理单元对振动变化数据以及声波变化数据进行噪声抑制，基于振动变化数据中的完整振动周期将振动变化数据、声波变化数据拆分为数据段，保留信号周期性特征。

6.根据权利要求4或5所述的一种汽车轴承冲压件起皱的预测控制系统，其特征在于，确定板材异常声波与振动波特征步骤如下：通过时序和频域分析对每个振动变化数据段和声波变化数据段进行特征提取；

基于历史冲压数据建立正常冲压过程中的特征分布模型构成特征基线，描述正常冲压状态下的特征范围、分布和演变趋势；

将振动和声波变化数据段的特征与特征分布模型进行对比，确定振动和声波变化数据段的特征是否在正常区间内；

通过设定阈值或异常检测算法判断数据段是否异常，并对异常数据段进行标记。

7.根据权利要求6所述的一种汽车轴承冲压件起皱的预测控制系统，其特征在于，异常数据段结合变量数据建立起皱预测算法：确定异常数据段的时间戳，基于时间戳确定变量数据范围，每一组对应异常数据段与变量数据形成多维特征向量，生成状态标签；

对异常数据段中的信号特征以及变量数据中的变量特征进行提取；

将信号特征与变量特征构建一个完整的特征向量X；

利用历史冲压数据，根据特征向量X和标签建立学习模型，并通过交叉验证、特征重要性分析来进一步优化学习模型，筛选敏感特征。

8.根据权利要求7所述的一种汽车轴承冲压件起皱的预测控制系统，其特征在于，冲压过程中，通过波动采集矩阵和变量采集矩阵将采集到的振动、声波变化数据以及对应的工艺参数数据经过预处理与特征提取后，将生成新的特征向量，将新特征向量输入到预测模型中确定预测结果和风险概率。

9.根据权利要求8所述的一种汽车轴承冲压件起皱的预测控制系统，其特征在于，基于三维坐标空间确定板材起皱位置步骤如下：每个声学发射传感器和振动传感器在冲压过程中采集到的声波与振动信号将与其对应的坐标点关联；

用空间插值方法，将各个离散坐标点的数据扩展到整个板材表面区域，形成一个声音和振动信号的三维分布图；

对于全区域内各点的异常特征，通过聚类分析对具有相似异常特性的坐标点进行分组，判断是否存在局部聚集的异常区域；

结合空间分布图与聚类结果，在三维坐标系中标识出异常区域的位置。

10.根据权利要求9所述的一种汽车轴承冲压件起皱的预测控制系统，其特征在于，对于每个传感器坐标点，将经过预处理后的波动强度、时序信息和频率特征整合为一个多维特征向量Fi，其中多维特征向量Fi表示传感器i的特征向量。