1.一种纺织设备运维与故障预诊断系统，其特征在于：包括数据采集模块、数据分析存储模块、神经网络预测模块以及结果显示与决策辅助模块；其中，所述数据采模块利用传感器和质量检测设备采集毛纺生产过程中的各项设备运行状态参数以及纱线产品质量参数，并利用无线通信路由通过网络实时传送至企业云平台；

所述数据分析存储模块采用ApacheSpark大数据计算框架，进行弹性分布式数据集存储，依靠信息算子建立多个不同标签的聚类，有效降低多个不同聚类的数据组之间的消息传递开销。对数据采集模块收集到的数据进行分类形成不同聚类并存储，建立设备运行状态参数数据库和产品质量参数数据库，并保存在企业云平台中；

所述神经网络预测模块包含第一神经网络和第二神经网络，通过将包含毛纺生产设备故障状态对应的设备运行状态参数数据和产品质量参数数据作为训练样本输入已经完成训练的第一神经网络，得到不同故障对应设备运行状态参数数据和产品质量参数的不同权重值，并对运行状态参数数据和产品质量参数提取特征信息；第二神经网络在第一神经网络的基础上进行训练，通过输入一组状态值，结合第一神经网络所形成权重值与运行关系，预测设备接下来的运行状态，并将结果存入数据库，作为后续神经网络系统学习更新的数据；所训练的深度神经网络会得出每个聚类与设备故障状态之间的关系，并给予每个聚类对于不同故障情况下不同的注意力权重值，并形成相应的特征信息数据库；利用第一神经网络对所获取到的生产参数提取特征信息，并赋予相对应的注意力权重值，第二神经网络实时接受设备运行状态与产品质量参数，形成设备运行状态及故障预诊断结论，并发送到中央控制室的中央控制屏；

所述结果显示与决策辅助模块包括将设备正常运行状态参数变化曲线、设备运行实时状态参数变化曲线、辅助决策结论，显示在中央控制屏上，通过无线通信将状态变化曲线和设备故障预诊断结论实时发送给企业管理层和技术管理层，企业管理层和技术管理层人员基于设备故障预诊断结论进行设备是否检修和维护的相应决策。

2.如权利要求1所述的纺织设备运维与故障预诊断系统，其特征在于：所述传感器和质量检测设备包括工业摄像机、细度测量仪、支数测量仪、工业摄像头、纱线智能检测头和在线条干仪检测、速度测量仪、电压电流测量仪、压力传感器、捻度测量仪。

3.如权利要求1所述的纺织设备运维与故障预诊断系统，其特征在于：所述设备运行状态参数包括毛机的清仓器速度、喷嘴最大流量、油水比例；梳毛机的工作辊转速、皮板速度、锡林转速；细纱机的假捻器速度、落纱次数、牵伸倍数；络筒机的平均车速、上纱速度；并线机的卷绕张力和股数；倍捻机的平均锭速、落纱时间、卷绕速度；以及各设备的运行电压电流。

4.如权利要求1所述的纺织设备运维与故障预诊断系统，其特征在于：所述纱线产品质量参数包括毛纺的纤维长度，纤维细度，毛纺的出条支数，毛羽的均匀度，纱线的断头率、纱线张力，纱线捻度以及纱线色差。

5.如权利要求1所述的纺织设备运维与故障预诊断系统，其特征在于：所述数据分析存储模块的数据来源包括设备日常生产时采集到的生产数据、利用计算机对生产设备进行系统仿真时获得的数据以及专家对设备的日常维护的故障判断与经验。

6.如权利要求1所述的纺织设备运维与故障预诊断系统，其特征在于：所述第一神经网络的运行包括如下过程：构建基于m组所述设备故障状态对应的m个第一特征向量矩阵和基于n组所述不同聚类数据对应的n个的第二特征向量矩阵作为训练样本输入已经完成训练的第一神经网络；所训练的深度神经网络会得出每个聚类与设备故障状态之间的关系，并给予每个聚类对于不同故障情况下不同的注意力权重值，并形成相应的特征信息数据库。

其中注意力权重值计算公式包括

Rij＝MLP([Ai；Bj])

其中，所述Rij表示第i组所述设备故障状态与第j组所述学不同聚类数据之间的注意力权重值，所述Ai表示第i组所述设备故障状态对应的第i个第一特征向量矩阵，所述Bj表示第j组所述不同聚类数据在所述第二特征向量矩阵中对应的第j组列向量，所述[Ai；Bj]表示所述Ai与所述Bj的拼接两数，MLP()表示MLP函数，所述i的取1至m中的任一整数，所述j的取

1至n中的任一整数。

7.如权利要求6所述的纺织设备运维与故障预诊断系统，其特征在于：所述第二神经网络在第一神经网络的基础上完成训练，通过输入一组状态值，结合第一神经网络所形成权重值与运行关系，预测设备接下来的运行状态，并将结果存入数据库，作为后续神经网络系统学习更新的数据；

其中，其预测特征匹配算法为：设A1，A2是识别框架下的两个命题，m(A1)，m(A2)是其基本概率赋值，满足：m(A1)＝max{m(Ai)，Ai∈U}

m(A2)＝max{m(Ai)，Ai∈U,且Ai≠A1}

若有：

m(A1)‑m(A2)≥x1

m(U)≤x2

m(A1)≥m(U)

则A1即为判决结果，其中x1，x2为预先设定的门限。

其中结果显示与决策辅助模块将会实时显示设备的生产运行状态并提供相应的维护方案，并要求员工及时进行设备维护。