1.一种基于大数据的集装箱起重机在线诊断及维护系统，其特征在于，包括：起重机设备层，传感器层，网络层，数据分析层，数据应用层和商业系统层；

起重机设备层接收起重机的运行参数；

传感器层接收起重机重要部位的传感器信号；

网络层将运行参数和传感器信号传输至数据分析层；

数据分析层中预设起重机正常运行模型和故障模型，将运行参数和传感器信号与模型相比较，从而判断起重机的运行状态；

数据应用层根据运行参数和传感器信号预测起重机在未来一段时间的运行状态，并以此生成故障预警；

商业系统层设定外部数据接口，并将数据分析层、数据应用层的数据向外输出。

2.根据权利要求1所述的一种基于大数据的集装箱起重机在线诊断及维护系统，其特征在于，所述起重机的运行参数包括：起重机实时运行数据；故障数据；起重机基本信息参数。

3.根据权利要求1所述的一种基于大数据的集装箱起重机在线诊断及维护系统，其特征在于，所述重要部位的传感器包括光栅应变传感器、位移传感器、温度传感器、振动传感器、监控摄像头、电流电压传感器。

4.根据权利要求1所述的一种基于大数据的集装箱起重机在线诊断及维护系统，其特征在于，数据应用层中预设起重机的运行参数阈值和重要部位阈值，数据应用层根据一段时间内的运行参数和传感器信号，预测下一段时间内的运行参数和传感器信号，并将预测的运行参数和传感器信号与运行参数阈值和重要部位阈值相比较，从而生成故障预警。

5.根据权利要求1所述的一种基于大数据的集装箱起重机在线诊断及维护系统，其特征在于，所述数据分析层、数据应用层和商业系统层均设置在云平台中。

6.根据权利要求1所述的一种基于大数据的集装箱起重机在线诊断及维护系统，其特征在于，数据分析层根据运行参数和传感器信号进行载荷谱分析，应力谱分析，故障模型，寿命预测，预防性维护分析、零部件备件分析等。

7.根据权利要求1所述的一种基于大数据的集装箱起重机在线诊断及维护系统，其特征在于，所述商业系统层将本发明系统中获取的数据和分析结果传输到不同码头上的运维系统中。

8.根据权利要求6所述的一种基于大数据的集装箱起重机在线诊断及维护系统，其特征在于，所述数据分析层进行零部件备件分析，进一步包括：

1)分析获取起重机重要零部件如起重机结构的部件、变速器、制动器、发动机、钢丝绳等的更换周期；

2)根据零部件的更换周期决定备件的购买量；

其中，所述分析获取起重机重要零部件的更换周期，其中采用的更换周期函数为：式中，BGy表示起重机零部件y的最佳更换周期，X表示使用零部件y的起重机的总数，表示显著水平为 自由度为R-1的t分布值，Ry和Uy分别表示零部件y的故障强度参数，a表示设定的可接受零部件故障概率；

其中所述故障强度参数根据故障强度模型K(t)＝RtU获取，式中K(t)表示零部件在运行t时刻后的总故障率，R和U分别表示故障强度参数，具体获取方式为：对零部件y进行故障测试，采集零部件y随时间变化t的总故障率K(t)，将相应的时间t′和总故障率K(t′)代入上述故障强度模型获取最优故障强度参数Ry和Uy，Rx，y表示起重机x中零部件y的故障强度参数。