摘要
本申请提供了铝产品加工中的多物理场调控方法及系统，涉及机器学习技术领域，包括：采集铝产品加工过程中的电磁场参数、静电场参数及工艺质量参数，进行特征提取，构建表征加工任务状态的物理场特征向量；基于多个加工任务的历史特征数据构建元学习模型；在加工过程中，系统响应工况条件变化，调用元学习模型并执行快速微调操作，输出物理场耦合趋势、异常风险等级与调节参数建议等预测结果；根据预测结果生成调控建议信息。本申请引入传感器拓扑结构信息、干扰识别机制与结构化预测输出，提高了物理场状态建模的精度、模型在不同任务间的迁移能力与预测输出的可用性，适用于铝产品加工过程的智能感知与动态优化控制。
