1.基于大数据的冶金质量追溯方法，其特征在于，包括以下步骤：

S1：基于同炉次轧制速度变化段的信号序列与主合金元素浓度变化信号序列，进行时间轴划分与方向对比，提取速度变化趋势与浓度变化方向相反的区段索引，按时间顺序建立段落分布密度曲线，生成反向协同分布曲线图谱；

S2：采用所述反向协同分布曲线图谱，提取轧制过程的单位能耗密度值与主合金元素浓度序列，进行趋势一致性判断，得到成分偏移驱动路径段索引集合；

S3：利用所述成分偏移驱动路径段索引集合中的炉次编号，提取冶炼过程功率输入信号序列与锭料横截面硬度分布阵列，计算相邻测点硬度变化差值并提取峰值段位置，比较功率峰值索引与硬度波动索引的时间差，生成冶炼强度波动风险批次列表；

S4：根据所述冶炼强度波动风险批次列表中的炉次编号，提取成品硬度信号、屈服比信号与韧性信号，计算信号在批次内的区间分布边界值，判断是否存在跨越极值区间的样本，得到成品性能临界波动追溯入口清单。

2.根据权利要求1所述的基于大数据的冶金质量追溯方法，其特征在于，所述反向协同分布曲线图谱包括速度变化趋势峰值密度、浓度变化方向突变点、趋势方向相悖区段分布率、时间序列映射节点，所述成分偏移驱动路径段索引集合包括浓度偏移方向判断标签、单位能耗密度波动点、趋势一致性片段编号、能耗主导路径标记，所述冶炼强度波动风险批次列表包括功率输入峰值索引、硬度波动敏感点、时间差筛选范围、异常炉次识别标识，所述成品性能临界波动追溯入口清单包括性能信号极值边界点、性能信号跨段样本编号、炉次性能异常标记、临界追溯入口编号。

3.根据权利要求1所述的基于大数据的冶金质量追溯方法，其特征在于，所述反向协同分布曲线图谱的获取步骤具体为：S111：基于同炉次轧制段的速度变化信号序列与主合金元素浓度变化信号序列，对两类信号分别进行时间轴划分处理，提取段落中的时间戳差异值与对应信号变化速率，得到时间同步段落索引表；

S112：调用所述时间同步段落索引表，提取每段中速度变化趋势与浓度变化方向的差异项，判断符号乘积是否为负值，标记出两者方向相反的区段索引，筛选连续性不小于差异区间阈值的段落，得到方向相反区段索引序列；

S113：根据所述方向相反区段索引序列，按时间顺序统计时间单元内的索引分布密度，构建轧制行为与成分响应的段落联合结构，计算段落协同离散度，生成反向协同分布曲线图谱。

4.根据权利要求3所述的基于大数据的冶金质量追溯方法，其特征在于，所述成分偏移驱动路径段索引集合的获取步骤具体为：S211：基于所述反向协同分布曲线图谱，提取单位能耗密度值序列与主合金元素浓度序列，构建能耗和成分映射对序列，进行数据结构初始化与索引标注，获取协同映射序列集；

S212：调用所述协同映射序列集，结合单位能耗密度值与主合金元素浓度的时间序列数据，根据固定窗口长度划分等距片段，对片段内部的趋势方向进行计算与符号判别，筛选单位能耗密度变化方向与主合金元素浓度偏移方向一致的片段，生成一致性偏移片段集合；

S213：根据所述一致性偏移片段集合，获取单位能耗变化值序列和主元素浓度变化值序列，计算偏移驱动序号值，进行路径段的筛选操作，获取成分偏移驱动路径段索引集合。

5.根据权利要求4所述的基于大数据的冶金质量追溯方法，其特征在于，所述偏移驱动序号值，采用公式：；

其中， 表示第 个路径段的偏移驱动序号值， 表示第 段单位能耗密度变化值，表示第 段主合金元素浓度变化值， 表示第 段中第个时间点的趋势方向稳定性系数， 表示第 段内部稳定性值的均值， 表示协同偏移率， 表示时间点数量。

6.根据权利要求4所述的基于大数据的冶金质量追溯方法，其特征在于，所述冶炼强度波动风险批次列表的获取步骤具体为：S311：利用所述成分偏移驱动路径段索引集合中的炉次编号，获取冶炼过程中的功率输入信号序列，提取对应的功率信号与硬度数据，将炉次的功率与硬度数据进行时间对齐处理，得到硬度分布阵列；

S312：基于所述硬度分布阵列，计算相邻测点硬度变化差值，并提取每段数据的硬度峰值段位置，使用峰值段的位置作为划分依据，得到硬度波动区间；

S313：根据所述硬度波动区间，对功率输入信号序列与硬度波动区间的波动进行时间差比较，筛选时间差在设定区间内的炉次编号，并将筛选的炉次编号进行汇总，生成冶炼强度波动风险批次列表。

7.根据权利要求6所述的基于大数据的冶金质量追溯方法，其特征在于，所述成品性能临界波动追溯入口清单的获取步骤具体为：S411：根据所述冶炼强度波动风险批次列表中的炉次编号，获取与炉次编号对应的成品硬度信号、屈服比信号与韧性信号，根据炉次编号提取对应的信号数据，得到成品性能信号集合；

S412：根据所述成品性能信号集合，计算每个信号在批次内的区间分布边界值，通过对信号区间的上下界限进行评估，识别是否存在跨越极值区间的样本，若样本跨越极值区间，则进行标记，并关联炉次编号与对应的性能信号，进行炉次编号与性能信号关联追溯，得到成品性能临界波动追溯入口清单。

8.根据权利要求1所述的基于大数据的冶金质量追溯方法，其特征在于，所述方法还包括S5步骤：S5：通过所述成品性能临界波动追溯入口清单，提取轧制反向协同片段、能耗趋势片段与冶炼强度偏移段，依次建立时间轴映射关系，整合速度变化、功率输入和成分浓度与性能数据点，组装为分阶段序列链路结构，生成冶金质量状态映射链路集合；

所述冶金质量状态映射链路集合包括速度趋势链路单元、功率输入关联片段、浓度响应映射节点、性能结果连接关系。

9.根据权利要求8所述的基于大数据的冶金质量追溯方法，其特征在于，所述冶金质量状态映射链路集合的获取步骤具体为：S511：根据所述成品性能临界波动追溯入口清单，提取轧制反向协同片段、能耗趋势片段与冶炼强度偏移段，对差异化片段进行依次提取，得到时间序列数据集合；

S512：基于所述时间序列数据集合，依次建立片段与时间轴的映射关系，通过对每个片段中的速度变化、功率输入和成分浓度数据进行时序整合，得到时间序列链路结构；

S513：根据所述时间序列链路结构，整合多阶段的速度变化、功率输入、成分浓度和性能数据点，将数据点按阶段组装成分阶段序列链路结构，生成冶金质量状态映射链路集合。