1.一种混凝土加速养护装置，其特征在于，包括养护箱主体(1)，所述养护箱主体(1)的顶端设置有翻盖(2)，所述养护箱主体(1)的一端设置有总控及温控模块(3)，所述养护箱主体(1)的另一端设置有温度控制器(4)，所述养护箱主体(1)的内部分为多层结构，每层所述结构上均设置有试块支架(5)，所述试块支架(5)上放置有试块(6)，所述多层结构的底部设置有加热管(7)，所述加热管(7)与温度控制器(4)电性连接，所述养护箱主体(1)上设置有单向阀进气口(8)，所述温度控制器(4)和单向阀进气口(8)均与总控及温控模块(3)信号连接，所述总控及温控模块(3)包括智能调控模块(9)、数据分析模块(10)和数据收集模块(11)，所述数据收集模块(11)用于收集试块的状态数据、当前温度数据和当前湿度数据，所述数据分析模块(10)采用特征提取的方式对试块的状态数据中的特征数据进行提取，得到试块增长程度的数据，并将数据发送至智能调控模块(9)，所述智能调控模块(9)根据强化学习算法利用当前温度数据和当前湿度数据、当前试块增长程度的数据来调控温度和进气口的进气程度。
2.根据权利要求1所述的一种混凝土加速养护装置，其特征在于，所述翻盖(2)上设置有翻盖把手(12)，所述养护箱主体(1)的底部设置有支座(13)。
3.根据权利要求1所述的一种混凝土加速养护装置，其特征在于，所述总控及温控模块(3)还包括控制显示屏(14)、指示灯(15)，所述控制显示屏(14)显示当前状态，所述指示灯(15)用于提示试块状态。
4.根据权利要求1所述的一种混凝土加速养护装置，其特征在于，所述数据收集模块(11)采用摄像头检测试块的图像数据以及温湿度检测器检测当前养护箱主体的温湿度状态。
5.根据权利要求4所述的一种混凝土加速养护装置，其特征在于，所述数据分析模块(10)的特征提取采用卷积神经网络进行特征提取，所述卷积神经网络由卷积到批标准化到激活relu函数的卷积单元形式的网络结构组成。
6.根据权利要求4所述的一种混凝土加速养护装置，其特征在于，所述智能调控模块(9)将当前温度数据和当前湿度数据作为环境状态数据，当前试块增长程度作为试块状态数据，将增长效率作为激励值，输出调控温度和进气口的进气程度的策略。