1.一种工业互联网设备运行状态在线监控系统，其特征在于：包括数据采集模块、数据传输与预处理模块、振动计算模块、设备运行状态计算模块和评估优化模块；

所述数据采集模块通过在工业加工设备上安装集成传感器组，实时采集工业加工设备的运行状态数据，并将加工设备的运行状态数据进行汇总生成运行状态数据集；

所述数据传输与预处理模块用于将所采集到的运行状态数据集，传输到数据处理中心，对运行状态数据集进行预处理；

所述振动计算模块通过依据预处理后的运行状态数据集，提取振动频谱中的关键特征参数，进行计算获取设备振动状态指数Zd，并依据设备振动指标进行预设振动阈值Z，与所获取的振动状态指数Zd，进行初步对比评估分析工业加工设备的异常情况；

所述设备运行状态计算模块通过识别到工业加工设备存在异常情况时，提取预处理后的运行状态数据集中的电流谐波、声波特征和温度变化率的关键特征参数，进行计算获取电流谐波指标Dl和设备声波指标Sb；

所述评估优化模块用于将所获取的振动状态指数Zd、电流谐波指标Dl和设备声波指标Sb，进行相关联计算，获取设备故障评分Pf，再进行预设故障评估阈值G与设备故障评分Pf，进行二次对比评估，分析当前设备运行状态。

2.根据权利要求1所述的一种工业互联网设备运行状态在线监控系统，其特征在于：所述数据采集模块用于在工业加工设备上安装集成传感器组，对工业加工设备在运行过程中的运行数据进行实时采集，并将采集到的运行数据进行分类汇总，生成设备运行数据集；

所述集成传感器组包括振动传感器、电流传感器和声波传感器；

所述设备运行数据集包括振动频谱、电流谐波和声波特征。

3.根据权利要求2所述的一种工业互联网设备运行状态在线监控系统，其特征在于：所述数据传输与预处理模块包括数据传输单元和数据预处理单元；

所述数据传输单元用于在工业加工设备上安装LoRa模块，通过LoRa网关将所采集到的设备运行数据集发送到数据处理中心；

所述数据预处理单元包括处理单元和特征提取单元；

所述处理单元用于将采集到的设备运行数据集通过计算滑动窗口内数据的平均值来平滑设备运行数据集，并通过滤波器消除设备运行数据集中的干扰数据；

所述特征提取单元用于对所采集到的设备运行数据集中的数据，进行特征提取获取工业加工设备在运行过程中的关键参数，具体提取方式和提取结果如下；

所述振动频谱通过功率密度PSD和快速傅里叶变换FFT，提取振动频谱的振动频率分量V和振动频谱标准差BV；

所述电流谐波通过将时间域的电流信号转换为频域信号，提取工业加工设备的各电流谐波的电流谐波分量I，并对电流谐波分量I进行标准差计算，获取电流谐波标准差BI；

所述声波特征结合时间和频率信息分析声波信号，提取声波信号的声波能量A，并对声波能量A进行标准差计算获取声波能量标准差BA。

4.根据权利要求3所述的一种工业互联网设备运行状态在线监控系统，其特征在于：所述振动计算模块包括振动计算单元和设备振动状态评估单元；

所述振动计算单元用于依据所提取的振动频率分量V和振动频谱标准差BV，进行构建振动状态算法公式，将实时所获取的振动频率分量V和振动频谱标准差BV，输入振动状态算法公式中，进行计算获取振动状态指数Zd，分析工业加工设备内部机械故障；

所述振动状态指数Zd通过以下算法公式获取；

式中，Vi表示每个频率分量，表示振动频谱第i个振动频率分量V，V表示振动频率分量的平均值，a1表示第一权重值，log表示对数函数，n表示振动频谱中的振动频率分量V的总数。

5.根据权利要求4所述的一种工业互联网设备运行状态在线监控系统，其特征在于：所述振动状态评估单元用于基于工业加工设备历史正常振动数据的均值，进行构建振动阈值Z，再与所获取的振动状态指数Zd进行初步对比评估，分析当前工业加工设备在运行状态下设备振动的状态，具体评估方案如下；

当振动状态指数Zd＞振动阈值Z时，表示当前工业加工设备在运行过程中加工设备振动异常，此时则进行进一步分析评估；

当振动状态指数Zd≤振动阈值Z时，表示当前工业加工设备振动情况正常，工业加工设备运行状态正常。

6.根据权利要求1所述的一种工业互联网设备运行状态在线监控系统，其特征在于：所述设备运行状态计算模块包括设备电流谐波计算单元和设备声波特征计算单元；

所述电流谐波计算单元用于依据所提取工业加工设备的各电流谐波的电流谐波分量I和电流谐波标准差BI，进行构建电流谐波算法公式，并将实时获取的电流谐波分量I和电流谐波标准差BI，输入至构建的电流谐波算法公式中，进行计算获取电流谐波指标Dl，检测工业加工设备的电机和电气设备的故障；

所述电流谐波指标Dl通过以下算法公式获取；

式中，Ij表示电流谐波第j个电流谐波分量I，表示电流谐波分量的平均值，a2表示第二权重值，m表示电流信号中的电流谐波分量I的数量。

7.根据权利要求6所述的一种工业互联网设备运行状态在线监控系统，其特征在于：所述设备声波特征计算单元用于依据所提取的工业加工设备的提取声波信号的声波能量A，进行构建声波信号算法公式，将实时提取到的声波信号的声波能量A，输入进行计算设备声波指标Sb，对工业加工设备的机械故障进行识别；

所述设备声波指标Sb通过以下算法公式获取；

式中，Ak表示声波能量A第k个能量分量， 表示声波能量A的平均值，a3表示第三权重值，P表示声波信号的声波能量A总数，e表示指数函数。

8.根据权利要求1所述的一种工业互联网设备运行状态在线监控系统，其特征在于：所述评估优化模块包括综合评分单元和评估优化单元；

所述综合评分单元用于将所获取的振动状态指数Zd、电流谐波指标Dl和设备声波指标Sb，进行无量纲处理后，相关联计算获取设备故障评分Pf，对工业加工设备进行故障评分；

所述设备故障评分Pf通过以下算法公式获取；

Pf＝[(w1*Zd)+(w2*Dl)+(w3*Sb)]+W；

式中，w1、w2和w3分别表示振动状态指数Zd、电流谐波指标Dl和设备声波指标Sb的预设权重值，且w1+w2+w3＝1，其具体参数由用户进行设置，W表示修正常数。

9.根据权利要求8所述的一种工业互联网设备运行状态在线监控系统，其特征在于：所述评估优化单元用于预设故障评估阈值G与设备故障评分Pf，进行二次对比评估，进一步分析当前工业加工设备的故障情况，具体评估方案如下；

当设备故障评分Pf＞故障评估阈值G时，表示当前设备存在异常，此时则生成预警信息，结合历史数据和设备运行日志，确认具体的故障类型，并提出维修建议；

当设备故障评分Pf≤故障评估阈值G时，表示当前工业加工设备处于正常状态，此时则生成第二预警信息，对工业加工设备进行维护。

10.一种工业互联网设备运行状态在线监控方法，包括上述权利要求1～9任一项所述的一种工业互联网设备运行状态在线监控系统，其特征在于：包括以下步骤：S1、首先在工业加工设备上安装集成传感器组，实时采集工业加工设备的运行状态数据，并将加工设备的运行状态数据进行汇总生成运行状态数据集；

S2、再使用LoRa模块无线传输技术，将设备运行数据集传输到数据处理中心，通过LoRa网关进行数据的传输和接收在数据处理中心，对数据进行预处理，并在预处理后提取关键特征参数；

S3、通过功率密度PSD和快速傅里叶变换FFT，提取振动频谱的关键特征参数，并构建振动状态算法公式，将提取的频率分量和标准差输入公式，计算得到振动状态指数Zd，并将振动状态指数Zd与预设的振动阈值Z进行对比；

S4、再通过识别到工业加工设备存在异常情况时，提取预处理后的运行状态数据集中的电流谐波、声波特征和温度变化率的关键特征参数，进行计算获取电流谐波指标Dl和设备声波指标Sb；

S5、最后将所获取的振动状态指数Zd、电流谐波指标Dl和设备声波指标Sb，进行相关联计算，获取设备故障评分Pf，再进行预设故障评估阈值G与设备故障评分Pf，进行二次对比评估，分析当前设备运行状态。