1.一种嵌入式智能化机电设备状态监测系统，其特征在于：包括物理层元数据支撑模块、系统知识管理维护模块、系统知识推理识别模块与系统交互会话模块；

所述的物理层元数据支撑模块，采用构件化软件设计方法，划分为3个功能构件：实时数据采集构件RDC2、预处理与特征提取构件PCEC和监测数据存储查询构件DSAC，所述的实时数据采集构件RDC2基于FORK并发进程处理方法实现对目标设备物理信号的多道并行采集，按照既定的数据传输协议对采集的实时数据进行分割、封装，形成统一的数据分组，然后将封装的数据分组发送至预处理与特征提取构件PCEC；所述的预处理与特征提取构件PCEC接收监测数据存储查询构件DSAC上传的数据分组，将其解析重组后，进行限幅消抖滤波、加权递推平均滤波、一阶滞后滤波、金字塔压缩预处理操作，通过粗糙集方法对不同数据量、格式的数据信号进行融合处理，形成标准的规格化数据分组，然后通过特征提取算法提取目标设备的运行状态特征信号；所述的监测数据存储查询构件DSAC为面向嵌入式智能化机电设备状态监测的主体数据库，基于数据管理系统第三范式建立，采用优先级轮转模式进行目标记录的循环扫描，实现对实时数据分组、预处理数据、特征数据的存储、查询、更新和维护；

所述的系统知识管理维护模块，采用构件化软件设计方法，划分为2个功能构件：对象实例管理子构件OIMC和监测知识规则管理子构件KRMC，所述的对象实例管理子构件OIMC基于面向对象设计方法，支持类继承、类模板重载、虚基类，实现对嵌入式智能化机电设备状态监测系统所涉及的各个对象进行类定义，并根据不同的监控对象需求生成具体实例；在此基础上，基于优先二叉树遍历算法，实现系统在推理过程中对数据对象的快速、准确查找；所述的监测知识规则管理子构件KRMC采用矩阵知识点管理方法，负责知识规则的添加、编辑以及删除；所述的矩阵知识点管理是指将每个监测判断知识规则给予两重属性，即领域知识与系统知识；所有知识点形成面向嵌入式智能化机电设备状态监测的知识点矩阵，根据具体监测需求对所需知识点进行检索、调用；

所述的系统知识推理识别模块为面向嵌入式智能化机电设备状态监测系统的功能主体，同样采用构件化软件设计方法，划分为3个功能构件：知识推理机构件KIEC、对象本体管理构件O2MC和规则聚类学习构件RCSC，所述的知识推理机构件KIEC采用规则与数据分别存储管理框架，细分为2个子构件：状态监测与识别子构件SMRC与推理知识维护子构件IKMC，状态监测与识别子构件SMRC根据不同的监控需求，接收预处理与特征提取构件PCEC上传的目标设备特征数据分组，根据推理知识维护子构件IKMC中所提供的判断规则与监测算法进行系统推理与识别；对象本体管理构件O2MC对目标设备、上下游设备及其配套装置与仪器进行抽象类定义，并根据具体监测任务生成应用实例，构件具有则将监测目标系统进行定义后，形成具备OOD功能且较好可控性的监测目标本体实例，并为推理知识维护子构件IKMC提供可视化操作方法接口；规则聚类学习构件RCSC是系统工作有效性的重要保障构件，以RDC2提供的目标设备实时物理信号、DSAC提供的目标设备历史信号或者PCEC提供的目标设备特征信号为对象，针对不同的监控功能需求与置信度水平，通过有导师或者无导师知识学习算法进行逐步聚类计算；

所述的系统交互会话模块，分为3个功能构件：系统管理构件SMC、监测建议与措施构件MAMC和用户会话处理构件USPC，系统管理构件SMC为用户提供系统管理应用程序接口，实现系统的启动/停止、工作模式转换、工作参数设置、目标设备选择、目标本体实例管理和推理知识规则维护；、监测建议与措施构件MAMC为系统交互会话模块的核心，根据SRMC提供的识别结果，为提出请求的用户提供监测状态列表、推理过程列表、操作指导建议列表，以及上述列表数据记录所对应的置信度数据，最终形成监测任务日志文件；用户会话处理构件USPC为用户提供可视化会话窗口与操作提示。

2.如权利要求1所述的嵌入式智能化机电设备状态监测系统，其特征在于：所述物理层元数据支撑模块中，采用多道实时数据采集与数据处理分离结构，通过数据融合处理方法实现不同性质类型数据的统一处理。

3.如权利要求2所述的嵌入式智能化机电设备状态监测系统，其特征在于：所述的多道实时数据采集与数据处理分离结构，采用嵌入式三处理器硬件构架，分别运行对应的3个功能构件：RDC2、PCEC、DSAC，实现数据采集、预处理、在线存储的并行处理。

4.如权利要求2所述的嵌入式智能化机电设备状态监测系统，其特征在于：所述的数据融合处理方法，包含以下处理步骤：①对目标设备物理信号进行分类定义，批量数据为视频、音频、高频振动和高频脉冲，快变数据为低频振动、低频脉冲、脉动压力、交变电压/电流和感应磁场/电势，缓变数据为温度、静压、流量，开关数据为通断信号、高低电平；②RDC2根据批量数据规格进行数据分组封装，预留处理空间；③PCEC采用模糊集方法进行滤波、填充、插补处理，形成统一规格的数据分组上传至系统知识推理识别模块，并复制数据记录，存入DSAC。

5.如权利要求1～4之一所述的嵌入式智能化机电设备状态监测系统，其特征在于：所述的系统知识推理识别模块中，知识推理机构件KIEC采用C语言产生式规则系统CLIPS规则判断与人工神经网络ANN进行信息融合的方法进行目标设备的推理与判断，包含以下处理步骤：①通过模糊集与ANN相结合，构成模糊ANN状态监控分类器，并将模糊处理传递至ANN各层；②利用来自PCEC的目标状态特征数据作为模糊ANN分类器的输入，通过置信度函数获得分类器输出，输出为相应目标设备状态的置信度值；③将分类器获得的目标状态置信度与CLIPS规则相匹配，得到第一轮匹配结果；④若匹配结果置信度达到或者超过预设的置信阈值，则可以直接得到目标状态识别结果；⑤若匹配结果不满足预设要求，则返回至步骤②，重新进行分类、匹配计算，直到满足预设置信度为止。