1.一种预测含初始分层损伤复合材料的剩余疲劳寿命的方法，其特征在于，所述方法包括以下步骤：(1)建立一个含初始分层损伤的复合材料的第一有限元模型，进行模态分析，得到初始分层损伤参数下的模态频率数据；

(2)建立一个含初始分层损伤的复合材料的第二有限元模型，进行疲劳荷载下的分层扩展分析至所述复合材料失效，得到初始分层损伤参数下的疲劳寿命数据，步骤(1)中的含初始分层损伤的复合材料和步骤(2)中的含初始分层损伤的复合材料相同；

(3)将一系列分层损伤的参数分别输入到第一有限元模型、第二有限元模型，分别得到与所述分层损伤参数一一映射的模态频率数据和与所述分层损伤参数一一映射的疲劳寿命数据，将模态频率数据、疲劳寿命数据组合，得到“模态频率和疲劳寿命一一映射”的数据库；

(4)将“模态频率和疲劳寿命一一映射”的数据库，用于训练人工智能算法，将所述数据库中的模态频率作为输入，疲劳寿命作为输出，构建出模态频率数据与疲劳寿命数据一一映射的疲劳寿命预测模型；

(5)测量待测含初始分层损伤复合材料的模态频率，将待测样品的模态频率输入所述疲劳寿命预测模型，预测得到含初始分层损伤复合材料的剩余疲劳寿命，步骤(5)中的待测含初始分层损伤复合材料的条件与步骤(1)中第一有限元模型的条件一致。

2.根据权利要求1所述的方法，其特征在于，步骤(3)中的分层损伤参数包括分层损伤的位置、分层损伤的面积、分层损伤的界面。

3.根据权利要求1所述的方法，其特征在于，步骤(2)中进行疲劳荷载下的分层扩展分析的方法包括以下步骤：进行分层扩展实验，获取含初始分层损伤的复合材料的分层扩展的经验参数；根据所述经验参数设置分层扩展模型的失效准则，对第二有限元模型在循环荷载下进行从扩展到失效的疲劳分析得到疲劳寿命数据。

4.根据权利要求3所述的方法，其特征在于，所述含初始分层损伤的复合材料的分层扩展的经验参数包括断裂韧性和层间强度。

5.根据权利要求3所述的方法，其特征在于，所述疲劳荷载为压-压疲劳荷载或者拉-压疲劳荷载。

6.根据权利要求1所述的方法，其特征在于，步骤(5)中所述待测含初始分层损伤复合材料的条件包括尺寸和边界。

7.一种预测含初始分层损伤复合材料的剩余疲劳寿命的系统，其特征在于，所述系统包括：第一建模模块，用于建立一个含初始分层损伤的复合材料的第一有限元模型，所述第一有限元模型用以进行结构的模态分析；

第一分析模块，用于通过第一有限元模型，进行模态分析，得到初始分层损伤参数下的模态频率数据；

第二建模模块，用于建立一个含初始分层损伤的复合材料的第二有限元模型，所述第二有限元模型用于分层扩展分析，所述第二建模模块与第一建模模块中的含初始分层损伤的复合材料相同；

第二分析模块，用于通过第二有限元模型，进行疲劳荷载下的分层扩展分析至所述复合材料失效，得到初始分层损伤参数下的疲劳寿命数据；

第一处理模块，用于输入一系列分层损伤参数到第一有限元模型，得到与所述分层损伤的参数一一映射的模态频率数据；

第二处理模块，用于输入一系列分层损伤参数到第二有限元模型，得到与所述分层损伤的参数一一映射的疲劳寿命数据，所述输入第二有限元模型的分层损伤参数与输入第一有限元模型的分层损伤参数一致；

第三建模模块，用于将与所述分层损伤参数一一映射的模态频率数据和与所述分层损伤参数一一映射的疲劳寿命数据组合，得到“模态频率和疲劳寿命一一映射”的数据库，并将“模态频率和疲劳寿命一一映射”的数据库，用于训练人工智能算法，将所述数据库中的模态频率作为输入，疲劳寿命作为输出建立所述模态频率数据与所述疲劳寿命数据一一映射的疲劳寿命预测模型；

采集模块，用于采集待测样品的模态频率，待测样品的条件与第一有限元模型的条件一致；

计算模块，用于输入采集模块得到的模态频率至第三建模模块建立的疲劳寿命预测模型，计算得到复合材料的疲劳寿命。

8.根据权利要求7所述的系统，其特征在于，所述分层损伤参数包括分层损伤的位置、分层损伤的面积、分层损伤的界面。

9.根据权利要求7所述的系统，其特征在于，所述第二分析模块包括采集单元、建模单元、分析单元，所述采集单元用于采集含初始分层损伤的复合材料的分层扩展的经验参数、含初始分层损伤的复合材料的应力，所述建模单元用于根据分层扩展的经验参数构建分层扩展模型，所述分析单元用于在所述采集单元采集的应力下根据分层扩展模型进行疲劳分析得到疲劳寿命。

10.根据权利要求7所述的系统，其特征在于，所述含初始分层损伤的复合材料的分层扩展的经验参数包括断裂韧性和层间强度。