1.一种基于大数据的机动车污染物排放管理系统，其特征在于，包括处理器、机动车排放监测模块、机动车动力端诊断模块、机动车净化端诊断模块以及污染物排放预警模块；机动车排放监测模块将对应机动车所排放的尾气进行污染物检测，并通过污染物分析以生成机动车排放合格信号或机动车排放不合格信号，将机动车排放合格信号或机动车排放不合格信号发送至处理器，处理器将机动车排放不合格信号发送至机动车动力端诊断模块和污染物排放预警模块，污染物排放预警模块接收到机动车排放不合格信号后发出对应预警；

机动车动力端诊断模块在接收到机动车排放不合格信号后将对应机动车进行动力端诊断分析，通过动力端诊断分析以生成动力端异常信号或动力端正常信号，将动力端异常信号或动力端正常信号发送至处理器，处理器将动力端正常信号发送至机动车净化端诊断模块，以及将动力端异常信号发送至污染物排放预警模块，污染物排放预警模块接收到动力端异常信号后发出对应预警；

机动车净化端诊断模块在接收到动力端正常信号后将对应机动车的尾气净化设备进行运行检测分析，通过分析以生成对应机动车的净化端异常信号、净化设备替换信号、净化设备清理维护信号或净化端正常信号，将净化端异常信号、净化设备替换信号或净化设备清理维护信号经处理器发送至污染物排放预警模块，污染物排放预警模块接收到净化端异常信号、净化设备替换信号或净化设备清理维护信号时发出对应预警；

机动车排放监测模块的具体运行过程如下：

采集到检测时段若干个检测时点对应机动车所排放尾气中的一氧化碳数据、氮氧化合物数据、硫氧化合物数据以及微粒物数据，将对应检测时点的一氧化碳数据与预设一氧化碳数据阈值进行数值比较，将超过预设一氧化碳数据阈值的检测时点标记为一氧化碳排放异常点，将所有检测时点的一氧化碳数据进行求和计算并取均值获取到一氧化碳均值，向一氧化碳排放异常点的数量和一氧化碳均值分别赋予权重系数b1、b2，且b1＞b2＞0；将一氧化碳排放异常点的数量与b1相乘并将一氧化碳均值与b2相乘，且将两组乘积结果进行求和计算获取到一氧化碳量值；同理获取到氮氧化合物量值、硫氧化合物量值以及微粒物量值；

将一氧化碳量值、氮氧化合物量值、硫氧化合物量值以及微粒物量值与预设一氧化碳量值阈值、预设氮氧化合物量值阈值、预设硫氧化合物量值阈值以及预设微粒物量值阈值分别进行数值比较，若一氧化碳量值、氮氧化合物量值、硫氧化合物量值以及微粒物量值中存在至少一项超过对应预设阈值，则生成机动车排放不合格信号，若一氧化碳量值、氮氧化合物量值、硫氧化合物量值以及微粒物量值均未超过对应预设阈值，则将预设一氧化碳量值阈值减去一氧化碳量值以得到一氧化碳偏差值，同理获取到氮氧化合物偏差值、硫氧化合物偏差值以及微粒物偏差值，并进行归一化计算获取到污染物偏差系数，将污染物偏差系数与预设污染物偏差系数阈值进行数值比较，若污染物偏差系数超过预设污染物偏差系数阈值，则生成机动车排放合格信号；若污染物偏差系数未超过预设污染物偏差系数阈值，则生成机动车排放不合格信号；

动力端诊断分析的具体分析过程包括：

采集到检测时段对应机动车动力端在运行过程中的汽油喷出量和汽油喷出速度，以及采集到检测时段对应机动车动力端在运行过程中所吸入空气的进速量值和空压量值，将汽油喷出量和汽油喷出速度进行数值计算获取到油况值，以及将所吸入空气的进速量值和空压量值进行数值计算获取到气况值，将油况值与气况值进行比值计算获取到油气分布值，将油气分布值与预设油气分布范围进行数值比较，若油气分布值未处于预设油气分布范围内，则生成对应机动车的动力端异常信号；

若油气分布值处于预设油气分布范围内，则将油气分布值相较于预设油气分布范围的中值进行差值计算并取绝对值获取到油气分布差值，并通过入气检测分析获取到检测时段对应机动车的入气检测系数，将油气分布差值与入气检测系数进行数值计算获取到动力端诊断系数，将动力端诊断系数与预设动力端诊断系数阈值进行数值比较，若动力端诊断系数超过预设动力端诊断系数阈值，则生成对应机动车的动力端异常信号，若动力端诊断系数未超过预设动力端诊断系数阈值，则生成对应机动车的动力端正常信号，并将动力端正常信号经处理器发送至机动车净化端诊断模块；

机动车净化端诊断模块的具体运行过程包括：

采集到检测时段对应机动车进行尾气净化的净化端的气体输送速度和输送气压，将气体输送速度和输送气压进行数值计算获取到净化影响系数，将净化影响系数与预设净化影响系数阈值进行数值比较，若净化影响系数超过预设净化影响系数阈值，则生成对应机动车的净化端异常信号；若净化影响系数未超过预设净化影响系数阈值，则通过净化端质量分析以获取到对应机动车的净化端质量系数，将净化端质量系数与预设净化端质量系数范围进行数值比较；

若净化端质量系数超过预设净化端质量系数范围的最大值，则生成对应机动车的净化设备替换信号，若净化端质量系数位于预设净化端质量系数范围内，则生成对应机动车的净化设备清理维护信号；若净化端质量系数未超过预设净化端质量系数范围的最小值，则生成对应机动车的净化端正常信号。

2.根据权利要求1所述的一种基于大数据的机动车污染物排放管理系统，其特征在于，入气检测分析的具体分析过程如下：

获取到所输入空气的实时检测数据，实时检测数据包括空气含氧量、空气温度、空气湿度以及空气粉尘量，将适宜空气温度范围的最大值和最小值进行求和计算并取均值得到空温判定值，将适宜空气湿度范围的最大值和最小值进行求和计算并取均值得到空湿判定值，将空气温度与空温判定值进行差值计算并取绝对值获取到空温表现数据，将空气湿度与空湿判定值进行差值计算并取绝对值获取到空湿表现数据；将空气含氧量、空气粉尘量、空温表现数据和空湿表现数据进行赋权求和计算获取到入气检测系数。

3.根据权利要求1所述的一种基于大数据的机动车污染物排放管理系统，其特征在于，净化端质量分析的具体分析过程如下：

获取到对应机动车的尾气净化设备的安装使用时刻，将当前时刻与安装使用时刻进行时间差计算得到使用时长，将对应尾气净化设备的实际工作时长标记为净化时长，以及获取到对应尾气净化设备的清理维护次数和每次清理维护时长，将每次清理维护时长进行求和计算获取到清理总时长，将使用时长、净化时长、清理维护次数和清理总时长进行归一化计算获取到对应机动车的净化端质量系数。

4.根据权利要求1所述的一种基于大数据的机动车污染物排放管理系统，其特征在于，处理器与排放持续性监管模块通信连接，处理器将机动车排放合格信号或机动车排放不合格信号发送至排放持续性监管模块，排放持续性监管模块在对应机动车的行驶过程中设定时长为L1的监管时期，并采集到监管时期内若干个检测时段的机动车排放监测结果，将生成机动车排放不合格信号的检测时段标记为异常时段，将相邻两组异常时段进行时间差计算获取到异常间隔时长，将所有异常间隔时长进行求和计算并取均值获取到异隔时长系数；

将所有异常时段进行时长求和计算获取到异常总时值，将异常总时值与L1进行比值计算获取到异时占比值，将异时占比值与异隔时长系数进行数值计算获取到排放监管系数，将排放监管系数与预设排放监管系数阈值进行数值比较，若排放监管系数超过预设排放监管系数阈值，则生成排放高级预警信号，若排放监管系数未超过预设排放监管系数阈值，则生成排放低级预警信号；若在监管时期内未生成机动车排放不合格信号，则生成排放安全信号。