1.一种基于深度学习的热熔胶涂抹厚度监测方法，其特征在于，所述方法包括：

获取宣传册不同折叠角度与不同折叠角度对应的应力大小，得到应力分布图谱，通过应力分布图谱分析确定受力区域，识别受力区域的应力大小，得到折痕应力集中区域的位置和应力强度；

根据折痕应力集中区域的位置和应力强度确定目标受力区域的胶层受力大小，对目标受力区域的胶层受力大小进行负载承受能力分析处理，得到胶层应力分布数据，根据得到的胶层应力分布数据确定热熔胶补偿涂抹量，根据热熔胶补偿涂抹量确定胶层厚度；

根据应力分布数据构建使用场景应力模型，输入胶层厚度至使用场景应力模型，输出得到固化后厚度预留量，生成厚度预留调整指令；

通过厚度预留调整指令调节固化时间和温度，同时采集折痕区域胶层表面图像，对折痕区域胶层表面图像进行图像处理，得到厚度分布测量数据，根据厚度分布测量数据确定折痕应力集中区域，得到折痕应力集中区域的实际厚度；

若折痕应力集中区域的实际厚度低于预设厚度阈值，则根据厚度差值动态调整喷涂参数，通过调整后的喷涂参数对折痕应力集中区域进行喷涂，得到目标胶层厚度分布；

通过预设的开裂风险评估模型得到目标胶层厚度分布对应的胶层开裂风险值，若胶层开裂风险值低于预设风险阈值，则根据风险评估结果生成目标生产线参数调整方案；

执行所述参数调整方案，实时更新胶枪喷涂和固化设备参数，得到稳定的宣传册封装质量。

2.根据权利要求1所述的一种基于深度学习的热熔胶涂抹厚度监测方法，其特征在于，所述获取宣传册不同折叠角度与不同折叠角度对应的应力大小，得到应力分布图谱，通过应力分布图谱分析确定受力区域，识别受力区域的应力大小，得到折痕应力集中区域的位置和应力强度，包括：在宣传册关键折叠位置布置应力传感器，采集折叠角度范围内的应力数据，转换所述应力数据为应力数值，记录各角度对应的应力数值；基于所述应力数值生成二维应力分布图谱，横轴为折叠角度，纵轴为应力大小，通过插值处理生成连续应力变化曲线；基于所述连续应力变化曲线计算应力梯度，识别所述应力梯度超过阈值的区域作为应力集中区域；

针对所述应力集中区域，提取所述应力分布图谱中对应的折叠角度范围和最大应力数值，确定折痕应力集中区域的位置范围和应力强度。

3.根据权利要求1所述的一种基于深度学习的热熔胶涂抹厚度监测方法，其特征在于，所述根据折痕应力集中区域的位置和应力强度确定目标受力区域的胶层受力大小，对目标受力区域的胶层受力大小进行负载承受能力分析处理，得到胶层应力分布数据，根据得到的胶层应力分布数据确定热熔胶补偿涂抹量，根据热熔胶补偿涂抹量确定胶层厚度，包括：基于所述折痕应力集中区域的位置和应力强度，计算应力传递系数，基于所述应力传递系数和所述应力强度生成胶层受力数值；基于所述胶层受力数值判定负载承受能力，划分高负载区域，基于所述高负载区域生成网格单元，计算各单元应力平衡，生成所述胶层应力分布数据；基于所述胶层应力分布数据中最大应力值，计算热熔胶补偿涂抹量；基于所述热熔胶补偿涂抹量和区域面积，生成单位面积涂抹量，基于所述单位面积涂抹量和固化收缩率生成所述胶层厚度。

4.根据权利要求1所述的一种基于深度学习的热熔胶涂抹厚度监测方法，其特征在于，所述根据应力分布数据构建使用场景应力模型，输入胶层厚度至使用场景应力模型，输出得到固化后厚度预留量，生成厚度预留调整指令，包括：基于所述应力分布数据拟合应力变化数据，生成所述使用场景应力模型；基于所述使用场景应力模型计算不同胶层厚度下的应力响应值，生成所述固化后厚度预留量；基于所述固化后厚度预留量生成所述厚度预留调整指令。

5.根据权利要求1所述的一种基于深度学习的热熔胶涂抹厚度监测方法，其特征在于，所述通过厚度预留调整指令调节固化时间和温度，同时采集折痕区域胶层表面图像，对折痕区域胶层表面图像进行图像处理，得到厚度分布测量数据，根据厚度分布测量数据确定折痕应力集中区域，得到折痕应力集中区域的实际厚度，包括：基于所述厚度预留调整指令查询固化参数表，生成调整后的固化工艺参数；基于所述调整后的固化工艺参数完成胶层固化，采集折痕区域胶层表面图像，处理所述折痕区域胶层表面图像生成所述厚度分布测量数据；基于所述厚度分布测量数据计算厚度变化率，确定所述折痕应力集中区域；通过激光测距技术测量所述折痕应力集中区域的实际厚度。

6.根据权利要求5所述的一种基于深度学习的热熔胶涂抹厚度监测方法，其特征在于，所述处理所述折痕区域胶层表面图像生成所述厚度分布测量数据，包括：对所述折痕区域胶层表面图像进行分割，计算相邻测量点间的厚度变化梯度，识别所述厚度变化梯度超过阈值的区域边界；基于所述区域边界内厚度数据，识别凹陷位置，连接所述凹陷位置生成凹陷区域；基于所述凹陷区域的特征，识别薄弱带，基于所述薄弱带内厚度数据生成所述厚度分布测量数据，确定危险区域，生成目标区域清单。

7.根据权利要求1所述的一种基于深度学习的热熔胶涂抹厚度监测方法，其特征在于，所述若折痕应力集中区域的实际厚度低于预设厚度阈值，则根据厚度差值动态调整喷涂参数，通过调整后的喷涂参数对折痕应力集中区域进行喷涂，得到目标胶层厚度分布，包括：比较所述折痕应力集中区域的实际厚度与预设厚度阈值，生成厚度补偿量；基于所述厚度补偿量查询参数表，生成调整后的喷涂参数；基于所述调整后的喷涂参数控制喷涂设备，实时监测喷涂厚度，生成所述目标胶层厚度分布。

8.根据权利要求1所述的一种基于深度学习的热熔胶涂抹厚度监测方法，其特征在于，所述通过调整后的喷涂参数对折痕应力集中区域进行喷涂，得到目标胶层厚度分布，包括：基于所述折痕应力集中区域的空间分布位置生成胶枪移动轨迹；针对所述胶枪移动轨迹设置差异化喷涂参数；基于所述差异化喷涂参数控制胶枪执行喷涂，实时监测各区域厚度，基于厚度偏差调整喷涂参数，生成所述目标胶层厚度分布。

9.根据权利要求1所述的一种基于深度学习的热熔胶涂抹厚度监测方法，其特征在于，所述通过预设的开裂风险评估模型得到目标胶层厚度分布对应的胶层开裂风险值，若胶层开裂风险值低于预设风险阈值，则根据风险评估结果生成目标生产线参数调整方案，包括：输入所述目标胶层厚度分布至所述开裂风险评估模型，生成所述胶层开裂风险值；基于所述胶层开裂风险值与预设风险阈值比较，生成安全裕度系数；基于所述安全裕度系数查询参数调整映射表，生成所述目标生产线参数调整方案。

10.根据权利要求1所述的一种基于深度学习的热熔胶涂抹厚度监测方法，其特征在于，所述执行所述参数调整方案，实时更新胶枪喷涂和固化设备参数，得到稳定的宣传册封装质量，包括：通过生产线动态控制系统接收所述参数调整方案，转换喷涂速度为压力控制数值，生成电机转速控制指令，设定加热控制器目标温度值，调整传送带运行周期；基于转换后的参数调整喷涂和固化设备；监测胶层厚度偏差和结合力，得到稳定的宣传册封装质量。