1.一种基于云计算的智能制造工业软件调试系统，其特征在于，包括：

生产数据采集单元，用于获取各生产工序节点的生产效率与生产良品率；

维修管理单元，用于记录生产工序节点设备的维修次数以及维修资金；

上述一种基于云计算的智能制造工业软件调试系统的工作方法为：

S1、通过生产数据采集模块获取目标产品在一个生产工序节点上的生产效率数据与生产节点数据；

S2、对于同一目标产品的同一生产工序节点，获取不同使用年限的生产工序节点对应的第一生产效率平均值Wp与第一生产良品率平均值Rp；

S3、获取同一目标产品对应的各生产工序节点的维修系数Q，将同一生产工序节点按照维修系数按照从小到大的顺序分为若干档，获取各档的维修系数对应的第二生产效率平均值Wp2与第二生产良品率平均值Rp2；

所述维修系数Q的计算方法为：

获取对应生产工序节点的维修次数，将其标记为C；

获取对应生产工序节点的维修资金，将其标记为Z；

对于一个生产工序节点，根据公式Q＝α1*C+Z/α2计算得到其对应的维修系数Q，其中Q随C与Z的在增大而增大；

S4、根据使用年限与第一生产效率平均值Wp和第一生产良品率平均值Rp的关系以及维修系数Q与第二生产效率平均值Wp2以及第二生产良品率平均值Rp2，得到生产工序节点的生产效率X与使用年限以及维修系数的关系、生产工序节点的生产良品率与使用年限以及维修系数的关系；

S5、当智能制造工业软件投入运行时，获取各节点对应的使用年限与维修系数Q，并根据其实际使用年限与维修系数对当前以及未来一段时间的生产效率与生产良品率进行预测，智能制造工业软件根据预测得到的生产效率与生产良品率和实际的生产效率与生产良品率之间进行对比，从而对参数进行调整。

2.根据权利要求1所述的一种基于云计算的智能制造工业软件调试系统，其特征在于，所述第一生产效率平均值Wp的计算方法为：对于同一目标产品的同一生产工序节点，获取在使用年限相同的生产工序中的m个生产效率值，将其依次标记为W1、W2、……、Wm；

根据公式 计算得到W1、W2、……、Wm这一组数据的分散值，当Sw

＜Sy1时，则将Wpp作为该使用年限对应的第一生产效率平均值Wp，其中Wpp＝(W1+W2+、……、+Wm)/m；

当Sw≥Sy1时，按照|Wi‑Wpp|从大到小的顺序依次删除对应Wi值，直至Sw＜Sy1成立，记录删除的对应Wi值的数量m1，若m1/m＜γ1，则计算未被删除的剩余若干Wi值的平均值作为第一生产效率平均值Wp；若m1/m≥γ1，则将该使用年限对应的第一生产效率平均值Wp标记为待定参数值；

所述γ1与Sy1均为预设值；

依次计算得到在不同的使用年限对应的第一生产效率平均值Wp，将未被标记为待定参数值的所有第一生产效率平均值Wp进行曲线拟合，进而获取被标定为待定参数值的第一生产效率平均值Wp的具体数值。

3.根据权利要求2所述的一种基于云计算的智能制造工业软件调试系统，其特征在于，所述第一生产良品率平均值Rp的计算方法与第一生产效率平均值Wp的计算方法相同。

4.根据权利要求3所述的一种基于云计算的智能制造工业软件调试系统，其特征在于，对于同一目标产品的同一生产工序节点，获取维修系数处于同一档的生产工序节点，将其对应的生产效率值依次标记为W21、W22、……、W2k，其中k为对应一档内维修系数的数量；

根据公式 计算得到W21、W22、……、W2k这一组数据的分散值，

当Sq＜Sy3时，则将W2pp作为该使用年限对应的第二生产良品率平均值Wp2，其中W2pp＝(W21+W22+、……、+W2k)/k；

当Sq≥Sy3时，按照|W2j‑W2pp|从大到小的顺序依次删除对应W2j值，直至Sq＜Sy3成立，记录此时删除的对应W2j值的数量k3，若k3/k＜γ3，则计算未被删除的剩余若干W2j值的平均值作为第二生产良品率平均值Wp2；若k3/k≥γ3，则将该档维修系数对应的生产良品率平均值Wp2标记为待定参数值；

所述γ3与Sy3均为预设值；

依次计算得到在不同档维修系数对应的生产良品率平均值Wp2，将未被标记为待定参数值的第二生产良品率平均值Wp2进行曲线拟合，进而获取被标定为待定参数值的第二生产良品率平均值Wp2的具体数值。

5.根据权利要求4所述的一种基于云计算的智能制造工业软件调试系统，其特征在于，所述第二生产良品率平均值Rp2的计算方法与第二生产效率平均值Wp2的计算方法相同。

6.根据权利要求5所述的一种基于云计算的智能制造工业软件调试系统，其特征在于，所述生产工序节点的生产效率X与使用年限以及维修系数的关系计算方法为：根据使用年限与第一生产效率平均值Wp的关系获取随使用年限的变化，第一生产效率平均值Wp的变化值X1；根据第二生产效率平均值Wp2与维修系数Q的关系获取随维修系数Q的变化，第二生产效率平均值Wp2的变化值X2；

根据公式X＝β(X1+X2)计算得到生产工序节点的生产效率X与使用年限以及维修系数的关系。

7.根据权利要求6所述的一种基于云计算的智能制造工业软件调试系统，其特征在于，所述β的获取方法为：β＝Xp/(X1p+X2p)，其中Xp为同一目标产品的同一若干生产工序节点的实际生产效率变化值；X1p为同一目标产品的同一若干生产工序节点对应的第一生产效率平均值的变化值X1的平均值；X2p为同一目标产品的同一若干生产工序节点对应的第二生产效率平均值Wp2的变化值X2的平均值。