1.一种基于数据关联性信度规则的激光钎焊合格率估计方法，其特征在于该方法包括以下各步骤：
(1)设x1,t为激光钎焊焊接速度变量值，其单位为米/分钟；x2,t为激光钎焊激光功率变量值，其单位为瓦特；x3,t为激光钎焊光束倾角变量值，其单位为度；y(t)为激光钎焊一次合格率变量值，其单位为％；其中，变量t为采样时刻，且t＝1,2,…,t，t为采样次数；
(2)对于x1、x2、x3这3个变量中的任意两个变量xi和xj，计算其kendall秩关联系数τ，得到x1与x2的kendall秩关联系数为τ1，x1与x3的kendall秩关联系数为τ2，x2与x3的kendall秩关联系数为τ3；根据多重变量关联系数的关系，取τ＝min{τ1,τ2,τ3}；根据得到的kendall秩关联系数τ，计算copula模型参数λ：
(3)构建初始信度规则库模型
将焊接速度变量x1，激光功率变量x2和光束倾角变量x3作为信度规则库模型的输入，输入参考值集合ai＝{ai,j|j＝1,2,…ji}，i＝1,2,3，其中，ai,1<ai,2<…<ai,ji，ji为参考值个数；
激光钎焊一次合格率变量y作为信度规则库模型的输出，输出参考值集合d＝{dn|n＝1,2,…,n}，其中d1<d2<…<dn，n为参考值个数；
基于此构建的信度规则库，由k条规则组成，其中第k条规则rk的表示形式如下：
rk:if
then{(d1,β1,k),…,(dn,βn,k)},withruleweightθk其中，aik表示在第k条规则中输入变量xi的参考值，且有aik∈ai，k＝j1×j2×j3；βn,k为第k条规则的第n个评估等级dn对应的信度，满足
(4)基于coupla模型参数λ的信度规则推理，分为以下4个步骤：
(4-1)计算输入数据xi在第k条规则中的匹配度；
(4-2)考虑前提属性权重εi，计算第k条规则的第i个前提属性的匹配度αi,k；
(4-3)根据步骤(2)得到的参数λ，利用coupla模型计算第k条规则的综合匹配度αk；
(4-4)计算第k条规则的激活权重wk；
(5)得到推理输出
(6)构建信度规则库的优化模型，以推理输出结果与实际结果的均方误差作为优化目标函数，以初始规则权重θk，评估等级的初始信度βn,k，前提属性初始权重εi为可优化参数，建立优化模型；
使用matlab软件工具箱的fmincon函数迭代寻优，在约束条件下，搜寻规则库的最优参数，得到最优的信度规则库推理模型实现激光钎焊一次合格率的估计与评估；用该最优模型对测试数据样本重复步骤(4)至(5)得到一次合格率推理值
2.根据权利要求1所述的一种基于数据关联性信度规则的激光钎焊合格率估计方法，其特征在于：步骤(2)中copula模型参数λ计算如下：
3.根据权利要求1所述的一种基于数据关联性信度规则的激光钎焊合格率估计方法，其特征在于：步骤(6)中所建立的优化模型为：mine(θk,βn,k,εi)，约束条件为：
0<θk≤1
0≤βn,k≤1；
其中，lbj为第j个前提属性数据值的下限，ubj为第j个前提属性数据值的上限，